东津水电站引水隧洞进口不良地质段施工

东津水电站引水隧洞进口段工程地质条件恶劣，施工干扰大，渡汛工期紧。采用喷锚支护洞脸边坡，洞口明挖３ｍ浇筑钢筋混凝土明拱和Ｌ形护坡墙；洞身段采用新奥法施工，先打通上导洞；进口４０ｍ分段开挖，分段衬砌；进水塔压板混凝土模板采用门字框架钢支撑；排除了施工干扰，防止了洞口滑塌，进口段塌方的恶性事故发生，保证了引水隧洞工程的顺利施工。     

模具高速切削刀具技术研究概况

系统地介绍了模具高速切削刀具技术在各个领域的发展现状，包括：刀具材料、刀具磨损、刀具动平衡、刀具与机床的连接、刀具的可靠性、刀具的监测技术和刀具的几何参数。指出发展模具高速切削刀具技术，要从以下几个方面展开工作：研制和开发新的刀具材料，同时进行PCBN刀具切削性能的研究，推广其应用范围；进行模具高速切削刀具磨损机理的研究，进一步提高刀具寿命；做好刀具的动平衡，防止刀具的破损，保证工作人员的安全；进一步加强刀具监测技术的研究，以获得良好的加工质量；建立模具高速切削数据库，以便有效地利用刀具，提高刀具的寿命；大力推进有限元模拟技术在高速切削刀具技术中的应用。     

基于iPhone手机的数字码实时识别与应用

根据苹果手机拍摄防伪标签数字实时识别的需要,针对防伪数字字号较小的因素和苹果手机因拍摄距离的原因造成的图像缩小、数字模糊、背景复杂等问题进行处理,提高识别精度。首先通过人工选取数字码区域,并进行背景数字分离,定位获取数字图像;其次采用灰度化和二值化得到黑白图像;然后通过投影对数字码图像进行分割,并对每个数字图像进行归一化、锐化和细化;基于统计学抽取数字码的特征,采用最近邻域判别函数进行数字码识别,取得很好的识别效果。     

基于教学团队建设的C语言教学

为了提高C语言教学质量,以教学团队制度制定和教学团队成员动态管理为基础,通过教学团队建设,构建统一协调的教学活动组织,确保C语言教学有效、高效进行。通过明确教学目标,优选教学内容,加强教学管理,重视特色教材和教学资源建设等,取得优秀教学效果,同时培养学生的计算思维能力。     

面向地学解释图形标注工具的设计与实现

在油气勘探开发工程中采集的大量数据以图形曲线方式实现可视化.为了更好地便于对图形曲线进行识别和解释,利用Qt开发平台设计了图形标注工具,实现了标注集的创建、编辑以及对图形曲线的标注.该标注工具在石油测井曲线解释中得到成功应用,并取得很好的效果.     

人工神经网络在并行计算机集群上的设计研究

人工神经网络在集群上的并行化设计和实现能够充分发挥ANN并行处理的特点,缩短训练时间,降低算法复杂度。随着并行技术的日益成熟,在并行集群上以软硬件相结合的方式设计神经网络的重要性也不断提高。从软硬件平台的多方面讨论了并行集群技术对人工神经网络设计的支持,提出了一种SOM神经网络在并行集群上的设计方法和基础框架,并就并行集群上神经网络训练效率的问题进行了深入讨论。该方案可广泛应用于多种神经网络模型的并行计算机实现。     

基于VC的图形标识工具GLSTool设计与实现

在各类工程应用中采集到的大量数据以图形曲线方式实现可视化。为了更好地便于人们对图形曲线进行识别和解释，通过引入标识集概念，并利用VC++开发环境设计了图形曲线标识工具，实现了标识集的创建、编辑以及对图形曲线的标注。该标识工具在石油测井曲线解释中得到成功应用，并取得很好的效果。     

基于Matlab的曲柄摇杆机构参数化设计

本文通过一个设计案例,论述如何利用Matlab进行机构的参数化设计,并应用于实际作品中。理论联系实践,首先进行机构整体设计,用数学公式推理出各参数的关系,再进行数学建模,综合考虑各参数对运动的影响,进行合理优化,完成参数化设计。     

一种新的剪切角预报方法的研究

在切削加工过程,剪切角是一个非常重要的参数,几乎各种计算都要涉及到剪切角.因此,准确、快速地预报剪切角就具有重要的意义.以往,人们通常用剪切角公式进行剪切角的预报, 但是计算结果和实际情况有较大的误差.本文提出了一种应用有限元软件Ansys进行剪切角预报的新方法,与传统的剪切角公式预报结果相比,该方法可以考虑工件材料的性能对切削加工过程剪切角变化的影响,因而具有更高的精度,而且简单实用.     

基于深度学习的刀具磨损监测研究现状

基于传统机器学习的刀具磨损监测模型监测精度低且计算复杂度高,难以满足智能制造的发展需求。而基于深度学习的刀具磨损监测模型数据处理和特征提取能力较强,可明显提高监测精度,使加工过程更智能化,因此广泛应用于刀具磨损监测。根据采用的模型,将基于深度学习的刀具磨损监测分为基于卷积神经网络的刀具磨损监测、基于稀疏自编码网络的刀具磨损监测、基于深度置信网络的刀具磨损监测、基于长短时记忆网络的刀具磨损监测和基于混合模型的刀具磨损监测,介绍了各种深度学习模型的基础理论及基本结构,总结了国内外基于深度学习模型的刀具磨损监测方法,分析了存在的问题,并指出了未来的发展方向。