无连杆发动机活塞侧向力分析

本文对无连杆发动机的受力作了静力分析，提出了无连杆发动机连杆受力在力学简化时不能简化为二力杆，采用本文的分析方法，活塞侧向力不为无穷，进行合理的零件结构设计可以使此力与传统发动机相当，或远远小于传统发动机．     

东、西水稻王逐鹿天府地

近日,成都经济技术开发区称,四川科源农业高科技有限公司将于今年入驻该区,拟投入7000万元,建设西部最大的杂交水稻基地。公司主要依托隆平高科的雄厚技术实力和资金优势。推出新一代优质杂交水稻品种。新稻种将抢占富庶的成都平原。     

硬石膏膨胀特性及其湿度应力场膨胀本构模型

硬石膏岩遇水表现出很强的膨胀特性,且由于地下水分布的动态不均匀性,导致围岩不均匀膨胀。以梁忠高速公路礼让隧道中硬石膏岩为研究对象,采用土工固结试验仪,设置不同初始浸泡水量,对硬石膏进行侧限膨胀试验,研究其吸水率、膨胀应变及应力变化规律。结果表明:硬石膏吸水率呈先快后慢型增长,快速增长过程中硬石膏吸收的水主要转化为结晶水,慢速增长阶段,硬石膏内部自由水逐渐增多;硬石膏膨胀应变及膨胀应力随浸泡水量增加而增大,当浸泡水量为硬石膏完全石膏化理论耗水量的1/4时,达到二者增长率明显减小的转折点;硬石膏吸水率具有时间效应,且吸水率与时间呈负指数关系,基于此,结合湿度应力场理论,得到了硬石膏湿度应力场膨胀时变本构。     

塔中白云岩岩溶储层地震正演模拟及其响应

针对塔中地区埋深在5 000 m以下白云岩岩溶储层发育的类型和特点,通过建立的2种随机地震地质模型和1种实钻井随机模型,采用弹性波传播交错网格高阶差分模拟方法,分别模拟了基于实际介质模型条件和当岩溶储层孔缝洞内充填物性质发生变化时的地震波场响应.结果表明,对于单层储层厚度大于7 m、子波频率为20~30 Hz的地震响应表现为弱反射能量或呈现峰-谷-峰似串珠状的弱反射特征,当充填物性质由致密到疏松、流体含量增多或子波频率提高时,其串珠状反射能量和强度也明显增强.另外模拟结果还揭示,地震对大于7 m的单层储层厚度的分辨能力远大于存在薄夹层的具有相同叠加储层厚度的情况.     

蓄压式喷油器喷射过程的模拟计算和试验验证

利用HYDISM软件，对针阀和增压活塞等运动件、蓄压室和油槽等容积以及油道等分别建立其相应的单元模块和计算方程，并最终建立了蓄压式喷油器的计算模型。利用该计算模型对喷射过程进行了模拟计算，试验验证表明，计算模型基本正确，可以用来对蓄压式喷油器的喷射过程进行计算分析。     

中美高校德育之比较分析

当今世界，对于德育的重视已经超越国界，成为全人类共同关注的重点。随着现代科技对德育的影响日益显现，经济全球化对德育影响的加深，世界各国对大学生的德育都面临着一系列共同问题。通过对中美德育的分析比较，有助于增进两国高校德育的相互了解，有助于我国高校德育工作的改进。     

一种小口径井下救援机器人系统设计

小口径深井救援机器人的研制目的在于改变落井事故的救援方式。系统采用模块化的设计结构,分为井上救援操作平台和井下救援机器人本体两部分:井下部分的机器人本体由抱持手臂、探接手臂、本体机架、机器人定位支撑四个模块组成;井上部分为机器人的操作与控制模块。本体中的抱持手臂、探接手臂等救援动作执行机构,在设计中将其所要承担的救援载荷与机构动作时所要克服的工作阻力在空间正交,从而实现救援载荷由模块结构承担,无需模块上的机构动作驱动电机提供动力,机构动作则采用小功率直流电机驱动,因此系统可以由低于36V的直流电源供电;机器人的操作与控制通过Wi-Fi定向无线传输系统实现。试验表明,系统能够实现有效救援。     

基于枝节谐振器的体域网超宽带陷波天线优化设计

为满足无线体域网(wireless body area network,WBAN)应用中对超宽带天线的陷波要求,采用在槽孔型的辐射贴片上添加十字型枝节谐振器的方法优化设计了一款超宽带陷波天线.天线使用共面波导方式馈电,使天线获得较宽的带宽.通过嵌入十字型枝节谐振器调谐天线的阻抗,实现陷波特性.通过仿真分析确定谐振器横、竖枝节的尺寸范围.利用量子进化算法对谐振器的横、竖尺寸进行优化,获取使天线的陷波频带达到最佳要求的谐振器尺寸参数.根据优化结果制作实物天线,天线的带宽为3.4-9.9 GHz,陷波频段为5.2-5.8 GHz.由天线回波损耗及方向图的仿真和测试结果表明,该优化设计方法是有效的.     

基于多通道步态集合的跨视角步态识别

为了提高步态识别的识别效率,提出了一种基于多通道步态集合的步态识别算法.算法中将一个周期的步态轮廓图进行归一化处理后,通过步幅的大小将周期内的轮廓图划分为7个通道,每个通道内的轮廓图按照平均步态来处理,得到7通道的步态模板.结合卷积神经网络的优异性能,将该多通道步态模板(period energy im-age,PEI)当成图像集作为网络的输入,让网络自身去提取步态模板之间的时序关系.在此基础上,使用增强约束的Triplet Loss函数来学习到最优的特征和距离度量,使最终的训练更加有效.通过在标准数据集CASIA-B上的实验结果表明,与之前多数算法相比,所提出的算法在跨视角的情况下能取得很好的识别效果.