TRIZ理论在叉车液压油箱密封优化设计中的应用

叉车液压油箱是叉车液压系统的重要组成部分,是叉车介质的储存装置。要求在使用过程中具有良好的密封性和可靠性,并且能够适应各种恶劣工况,保证稳定的密封性能。本文应用TRIZ理论对叉车液压油箱进行组件分析和因果分析,将其转化为39个通用工程参数中的技术矛盾,查询矛盾矩阵应用对应的创新原理得到技术设计方案,达到提高叉车液压油箱密封性,改善产品质量的目的。     

煤岩三轴压缩损伤破坏声发射特征

在对MTS815岩石伺服试验系统通讯传输接口进行改造的基础上,实现了将检波器置于三轴室内的三轴压缩声发射试验,克服了检波器置于三轴室外壁无法监测到全面可靠声发射信号的弊端.煤岩三轴压缩声发射试验结果表明,与单轴压缩相比,围压增强了煤岩的整体性及刚度,使压密阶段声发射活动明显减弱.声发射振铃计数及能量出现最大值的时间均稍滞后于煤岩宏观破坏时刻,说明围压不但提高了其峰值强度,而且由于围压使煤岩内部裂隙的错动滑移受到抑制,提高了其峰后承载能力.振幅反映声发射的强度,三轴压缩条件下,轴向加载初期声发射振幅较小,宏观破裂前后出现大量高振幅声发射事件,残余塑性阶段仍然有较多振幅较大的声发射事件产生.声发射撞击计数率表征裂纹扩展的次数及速率,三轴压缩声发射撞击计数试验结果表明,弹塑性阶段是煤岩裂隙萌生扩展的主要阶段.岩石三轴压缩破坏声发射特征对于深刻理解矿山井下岩体破坏机理及采用微震监测技术预防相关动力灾害事故具有重要的理论及实际指导意义.     

参与式感知系统中基于压缩感知的数据采集算法

基于压缩感知理论提出了一种在参与式感知系统中进行数据采集的算法.该算法通过对节点社会关系的分析,估计得出部分未被传输的节点感知数据,在此基础上对观测矩阵进行更新,使压缩感知算法可以利用已传输的数据和估计得出的数据进行重构.该算法能显著减少参与式感知系统中传输的数据量,同时能够保证较好的数据重构精度.采用随机漫步移动模型进行了仿真实验,验证了算法的可行性.实验表明,与传统的压缩感知算法相比,上述算法在重构成功率相同的情况下,可以显著减少网络传输的数据量,从而降低网络消耗.     

浅谈RFID技术在图书馆的应用

介绍了RFID技术在图书馆界的发展情况,阐述了RFID的工作原理和结构组成,分析论证了RFID技术在图书馆工作中应用的优势,并对RFID技术在实践中存在的问题进行了剖析.     

Tix-Nb1-x合金结构及弹性性质的第一性原理研究

本文基于密度泛函理论的第一性原理计算方法详细地计算了高温高压下不同铌含量对Tix-Nb1-x (x=0, 025, 05, 075,1)二元合金的能量和结构的影响。结果表明,零温零压下不同铌含量下的三种稳定的合金组成结构分别为六角密堆结构Nb025Ti075,体心立方结构 Nb05Ti05和体心立方结构Nb075Ti025,所得的稳定的合金结构晶格参数与相关的实验值和理论值符合的很好。这样, 分别计算了在压强60GPa范围内的稳定的合金结构的弹性性质和弹性模量。     

不同插值的有损耗压缩法实现光学扫描全息重现的研究

采用3种不同的插值方法研究了有损耗全息压缩方法实现光学扫描全息的压缩重现过程,结果表明没有主要全息重现细节的丢失,有损耗全息压缩法可以实现压缩比达到100的全息压缩重现.     

一种肝脏体纹理压缩方法

文章针对肝脏体纹理色彩锐变图像的局部特征,提出了基于块的游程编码和改进的S3TC混合编码方法。按照4×4像素对肝脏体纹理图像进行分块,直接抽取四种15 bits RGB565颜色作为四色查找表,而不进行插值计算,然后进行混合编码。实验证明,此算法对肝脏体纹理锐变图像较之传统的S3TC编码具有更高的压缩比和更好的图像重建品质。该方法对肝脏体纹理压缩具有较高的参考价值和实用价值。     

连接在块体电极之间的PTCDI系列分子体系的输运性质

通过采用密度泛函理论与非平衡格林函数的相结合的第一性原理方法,对四甲酰二亚胺系列分子PTCDI-Cn(n=0,6)的电荷输运性质进行了理论计算.在计算中,PTCDI-Cn(n=0,6)分子分别与Al,Li以及石墨烯3种块体电极组成三明治结构分子结.从电流-电压曲线可知PTCDI-C6分子结体系中出现了负微分电阻以及整流等输运性质.结合透射谱以及投影态密度,对其输运性质进行了相应的分析.计算结果表明这类PTCDI系列分子在将来的分子尺度器件中具有较大的应用价值.     

基于样本重要性原理的KNN文本分类算法

KNN是重要数据挖掘算法之一,具有良好的文本分类性能.传统的KNN方法对所有样本权重看作相同,而忽略了不同样本对于分类贡献的不同.为了解决该个问题,提出了一种样本重要性原理,并在此基础上构造KNN分类器.应用随机游走算法识别类边界点,并计算出每个样本点的边界值,生成每个样本点的重要性得分,将样本重要性与KNN方法融合形成一种新的分类模型——SI-KNN.在中英文文本语料上的实验表明:改进的SI-KNN分类模型相比于传统的KNN方法有一定的提高.     

基于l_1与l_0正则化的压缩感知数值算法

针对压缩感知模型,讨论了基于l0正则化的正交匹配追踪算法(OMP)与基于l1正则化的同伦算法(HM)和迭代加权最小二乘法(IRLS).通过数值实验结果分析,验证了3种算法的有效性,且相对于2种基于l1正则化的算法,OMP算法的迭代次数与耗时更少,均方误差更小.