25%小偏置碰撞策略及测试评估研究

随着汽车事故的增加,且小重叠碰撞事故死亡率居高不下,小偏置碰撞试验逐渐成为焦点。基于IIHS公布的最新车辆碰撞试验结果,统计超过100余款不同类型的25%小偏置碰撞车辆,建立碰撞转角与碰撞区域的数学模型,将25%小偏置碰撞归结为三种不同的碰撞策略,分别是吸能策略、掠过策略和掠过与吸能策略;并进行试验验证,对三种策略的优缺点进行分析。结果表明,小偏置碰撞试验可运用合理的碰撞策略达到法规要求,对25%小偏置碰撞试验具有一定的参考价值。     

高职院校培养区域经济发展紧缺人才的探索与实践

河南地区正在形成以郑州为核心的全国制造业和商贸中心,郑州建设国家中心城市急需大量技术技能人才,高职院校要改变人才培养与行业企业需求不对称的现状,在专业设置、人才培养模式、课程体系和教学内容等方面均应加快改革步伐,努力培养区域经济发展需要的紧缺技术技能人才。     

金沙滩景区公交调度优化研究

阐释了区域公交调度的定义及区域调度的优势,主要采用建立数学模型来优化公交区域调度,依据采集到的公交上下客运量运用MATLAB软件进行优化,探讨调度优化问题,减少换乘等待时间。     

基于有限元的区域分解方法在永磁聚焦系统仿真中的应用

随着计算机技术以及并行求解技术的发展,区域分解方法越来越多地应用于计算电磁学的各个领域.针对微波管中的永磁聚焦系统仿真,该文提出一种基于有限元的非重叠区域分解方法,其引入一种新型传输条件,并采用内罚的方式推导出有限元弱形式.该区域分解法的最大优势是不需要引入多余的未知量,并且最终集成的有限元矩阵满足对称正定性,适合采用预处理共轭梯度法进行矩阵方程的求解.该文仿真了多个微波管永磁聚焦系统,并与商业软件Maxwell进行了详细的对比,结果表明所提出的区域分解方法和Maxwell精度相当,却拥有着更加优越的计算性能.     

基于蜻蜓翅脉结构的连续碳纤维增强树脂基复合材料仿生设计与增材制造

以具有轻质高强优异性能的蜻蜓翅脉结构为设计灵感，在分析翅脉网格结构抗冲击原理的基础上，设计了传统和仿生两类对比结构。采用熔融挤出3D打印机成功制备了具有不同结构的连续碳纤维增强聚乳酸复合材料试样，并对不同结构复合材料试样的拉伸性能和抗冲击性能进行了测试和对比分析。研究分析结果表明：由于拉伸力方向上的连续碳纤维含量相对较少，限制了仿生结构复合材料抗拉强度的提高，但仿生结构的平均抗拉强度为传统结构的1.18倍；当仿生结构复合材料试样受到冲击力时，其内部六边形结构的连接角度会发生变化，从而极大消耗冲击能量，同时具有六边形网格结构的连续碳纤维可以有效阻碍裂纹的扩展，因此仿生结构的平均冲击韧性可以达到传统结构的2.46倍；仿生蜻蜓翅脉结构可以显著提高增材制造复合材料的综合力学性能，且对于抗冲击性能的提高具体突出效果。连续碳纤维增强树脂基复合材料的有效可行的仿生蜻蜓翅脉结构设计和增材制造，可极大扩展其在高冲击载荷领域中的相应应用。     

增材制造技术在超高膨胀封隔器中的应用

石油和天然气行业不断关注增材制造技术在航空航天和汽车行业的应用发展。研发了利用增材制造技术的超高膨胀封隔器,该封隔器的支承环系统由增材制造。增材制造设计大幅减少了支承系统的构件数量,同时显著提高了膨胀能力和额定压力。密封元件系统与增材制造支承环安装在一起,提供了极端膨胀比、零挤压间隙和对不规则孔的良好适应性。分析和测试结果表明:直径膨胀比高达111%,与常规封隔器相比,提高50%以上; 至少涵盖5种线重的套管(外径相同); 在148.89 ℃的温度下,密封元件能够保持压力68.95 MPa。介绍了增材制造技术、增材制造支承环概念、增材制造材料力学性能、密封元件系统优化和测试情况,以期给我国的完井作业提供借鉴。     

区域导航对流层延迟误差修正模型研究

本文研究了电波大气折射理论，分析了传播误差因素，阐述了区域导航信号的传播路径与 GNSS 卫星导航的不同，论述了对流层延迟对区域导航信号测量精度的影响，设计了满足区域导航系统应用需求的对流层延迟误差修正模型，并通过仿真研究，验证了所设计区域导航对流层延迟误差修正模型的可行性，并给出了该模型在远距离低仰角和近距离高仰角下的误差修正能力。     

基于深度学习的秀丽隐杆线虫显微图像分割方法

利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析,至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多,线虫边缘像素与周围环境相似,而且线虫的体态具有鞭毛和其他附着物需要分离,多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题,提出了一种基于深度学习的线虫分割方法,通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先,通过改进多级特征池化将高级语义特征与低级边缘特征融合,结合大幅度软最大损失(LMSL)损失算法改进损失计算;然后,改进非极大值抑制;最后,引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明,相比原始的Mask R-CNN,该方法平均精确率(AP)提升了4.3个百分点,平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率,在显微图像中更加精确地分割出线虫体。