基于Docker技术在CIM平台微服务部署的研究及应用

在Centos7环境下,使用传统的纯Jar包部署微服务,存在配置不易管理、服务间通讯调试复杂、文件管理复杂、部署流程冗余等问题。通过使用Docker技术部署微服务应用,提出微服务部署解决方案,简化微服务部署流程,提升微服务部署效率,并在CIM平台上应用,增强项目整体的稳定性,为部署微服务项目提供重要的经验。     

成都某学校教学楼采用黏滞阻尼器的减震分析

针对采用黏滞阻尼器(VFD)减震装置的某教学主楼结构采用PKPM软件进行了多遇地震响应分析,得到结构在弹性阶段的各项整体指标;然后采用Midas Gen软件模拟并分析了减震装置的工作性能和减震效果,并计算附加阻尼比;最后采用SAUSAGE软件分析了该减震结构在罕遇地震作用下阻尼器的工作性能和结构构件损伤情况。该学校结构在本地区设防地震时满足正常使用要求,结构整体(含各关键构件等)均满足预先设定的性能目标。     

一种加速多体动力学模型虚拟迭代的载荷谱编制方法

为加速多体动力学模型的虚拟迭代,提出了一种能够完整保留长里程路面载荷谱损伤值、幅值特征和频率特征的编制方法,采用路面时域信号分割以及路面片段组合优化等手段,使得比利时路单次循环路面里程由2.61 km缩减至1.49 km,生成了用于虚拟迭代的加速谱。对比了下摆臂及转向节分别在比利时路原始谱和加速谱作用下的疲劳损伤,结果显示缩减前后损伤分布一致,摆臂和转向节的最大损伤比值分别为1.081和1.205,表明了加速谱能够替代原始谱。运用该方法对耐久规范中的越野路及山路长里程路面进行了同样的里程缩减处理,并对摆臂和转向节进行了疲劳分析预测,分析结果显示其寿命能够满足疲劳性能目标,并通过了实车道路耐久验证。所提出的载荷谱编制方法为加速多体动力学模型的虚拟迭代提供了一种解决途径。     

基于实测道路谱的纯电动轻卡电池包支架动态载荷仿真及疲劳分析

为保证纯电动轻卡电池包支架的疲劳寿命分析与实车试验场道路耐久试验的关联性,提出了一种将多体动力学、疲劳寿命分析及试验场实测道路谱数据相结合的分析方法。采用ADAMS软件建立了由七通道虚拟试验台、电池包支架及整个车架组成的刚柔耦合多体动力学模型,以试验场采集的电池包支架加速度为目标响应信号,采用Femfat.lab软件使用虚拟迭代方法,反求得到了电池包支架疲劳分析的载荷边界条件。采用Miner线性疲劳损伤理论在疲劳仿真软件nCode中分析了电池包支架的疲劳寿命,分析结果显示其寿命能够满足疲劳性能要求,并最终通过了实车试验场道路耐久试验的验证,验证了此方法的工程实用性。所提出的分析方法对于研究电动汽车电池包支架的疲劳性能具有重要的参考价值。     

淡水鱼油微胶囊的制备及其储藏稳定性

以草鱼内脏提取鱼油作为微胶囊芯材,辛烯基琥珀酸淀粉酯分别与阿拉伯胶、玉米糖浆复配作为壁材,采用喷雾干燥法制备淡水鱼油微胶囊。测定2种复合壁材制备的鱼油微胶囊的性质和微观结构,并根据氧化反应动力学预测鱼油及鱼油微胶囊的货架期,气相色谱法分析微胶囊化前后鱼油和60℃储藏10d后鱼油及鱼油微胶囊脂肪酸含量的变化。结果表明:以辛烯基琥珀酸淀粉酯和玉米糖浆为壁材制备得到的鱼油微胶囊包埋率高,货架期长,储藏稳定性好,可对淡水鱼油本身的功能性成分起到良好的保护作用。     

三类薄钢板剪力墙滞回性能及选型

为研究四边连接、两边连接及开竖缝薄钢板剪力墙的滞回性能并对其设计选型提出建议,利用ANSYS有限元软件对三类薄钢板剪力墙的滞回性能进行数值模拟研究,对比分析了三类薄钢板剪力墙在低周往复荷载作用下的初始刚度、峰值承载力、耗能性能以及延性．分析结果表明:三类薄钢板剪力墙均具有良好的延性和耗能能力;四边连接和两边连接薄钢板剪力墙的滞回曲线有一定程度的捏缩,但其初始刚度和峰值承载力较高,可用作高层或高烈度区的多层钢结构住宅的抗侧构件;开竖缝薄钢板剪力墙的滞回曲线呈饱满的梭形,但其初始刚度和峰值承载力较低,可用作低层或低烈度区的多层钢结构住宅的抗侧构件．     

基于T400工艺板的棒材倍尺飞剪控制系统优化

针对原现有的棒材轧线飞剪控制系统中大多采用传统PLC控制剪切方式,存在剪切精度不高,影响产品质量,控制系统复杂等问题,现采用T400剪切工艺板实现棒材倍尺飞剪控制系统优化。利用T400工艺板和6RA70组成的闭环(位置、速度、电流)直流调速控制系统通过对工艺参数的设定,能够精确地对飞剪进行速度和位置控制,实现飞剪工艺的特殊要求。生产运行结果表明,采用T400工艺板优化控制方案后,实现倍尺飞剪高速精确剪切,达到工艺要求的控制效果。     

基于神经网络的个人信息自动化抽取方法

随着数据存储和数据处理技术的不断进步，个人信息广泛存在于各类文档之中，个人信息保护已成为目前科研界和工业界亟待解决的重要问题，而个人信息抽取是个人信息保护的前提和核心概念之一。针对内容复杂，格式多样，不确定性高的各类复杂文档进行个人信息抽取，本文提出了一种基于神经网络的个人信息自动化抽取的统一方法。该方法整合了流式文档和版式文档的信息抽取能力，同时结合了正则匹配和深度学习神经网络模型来输出个人信息抽取结果。此外，方法中的个人信息抽取模型通过改造输入数据的方式来融合文档的布局信息进行训练，并在训练过程中采取了迭代标注和扩展训练数据的方法，以此提高模型训练的效率和效果。