装载机定变量式工作液压系统动态特性与能耗分析

通过对某装载机定变量式工作液压系统组成与作业过程的分析,利用AMESim仿真软件建立其机液联合仿真模型并进行动态仿真分析,得出装载机在一个Ⅰ型铲装循环作业过程中的动态特性,并在此基础上对其输出功率及耗能情况进行计算分析.研究结果表明:在装载机工作过程中,工作油缸运动速度稳定,且具有较大的速度刚度;变量泵输出流量匹配于工作负载流量需求,与定量泵合流,共同向工作系统供油;改变多路阀阀口开度,系统输出功率随之改变,但系统效率基本恒定,具有明显的节能效果.     

钢轨廓形打磨关键环节及智能化实现

对钢轨廓形打磨的实施流程进行了阐述,并对目标廓形设计、打磨模式设计和结果验收评价等关键环节进行了分析,提出了各环节设计方法,开发了相关计算机智能设计程序,基于实际案例,对现场实施效果进行了观测分析。结果表明,对钢轨打磨各关键环节设计方法的优化可大幅提升钢轨打磨作业的针对性;计算机智能化设计程序的开发可大幅提升钢轨打磨方案的设计效率和实施精度; 昆明铁路局广通至大理铁路线采用智能化设计方法打磨后,小半径曲线钢轨和机车轮缘严重磨耗问题得到了有效解决,现场试验与理论分析结果基本吻合。     

单边区间树分割的最大间隔

单边区间树可以通过对所给定的区间的多种分割方式进行构造,由此得到的区间树具有不同的性质．考察了分割中所产生的最大间隔问题,得到了不同分割方式下对应最大区间的极限分布所满足的形式不同的方程．通过递推,还得到了其中一些极限分布在某些小区间上的表达式．     

视频异常行为识别与分级预警系统

参考格灵深瞳分级评价体系并引入迟滞比较器相关思想,结合最近邻与SVM双层分类器学习,建立了针对目标入侵、目标高速运动、目标遗留物与人群聚集逃离、人群打架斗殴、人群骚乱六种常见目标异常行为的自动分类与分级预警系统。1提出并实现了一套较完备的异常行为分级预警系统;2在行为分析之前以人群密度与能量为特征引入最近邻分类器实现个体行为与群体行为的预分类;3通过引入迟滞比较器实现高速运动行为的稳定预警;且该方法具有一定普及意义。分别在标准库和自行拍摄的视频上进行实验验证。实验证明,该系统能够稳定实现对上述六种普遍异常行为的分类分级预警,实现了群体分析与个体分析、检测与识别、分类与预警的一体化。     

Te自助熔剂定向凝固法生长CdTe晶体

碲化镉(CdTe)晶体是一种制造室温X射线和γ射线探测器最为理想的半导体材料,在医学、食品、安检、核废料监测等应用领域前景广阔。采用一种Te自助溶剂定向凝固技术生长CdTe晶体,在区熔温场及坩埚旋转系统的综合作用下,获得了平坦状的理想固液界面形貌。生长?25 mm的CdTe晶体横截面单晶区域面积可达70%,从?56 mm的CdTe晶体中可截取尺寸达15 mm×15 mm×3 mm的单晶,电学测试表明CdTe晶体在未掺杂改性条件下电阻率达10~8Ω·cm。红外透射显示,CdTe晶体中包含尺寸范围为1～20μm的Te夹杂,这是CdTe单晶生长过程中出现的主要微观缺陷。该工作取得的相关成果对未来CdTe晶体生长技术发展具有一定参考价值和借鉴意义。     

普速铁路直线钢轨轨距角接触问题分析及治理

基于现场观测和相关动力学仿真分析结果对普速铁路直线钢轨轨距角接触问题进行了分析.基于个性化钢轨廓形打磨技术提出了解决方案,并对实施效果进行了跟踪观测.结果表明,左右车轮非对称磨耗引起的横移量和受力状态、钢轨廓形内侧偏低导致的自对中能力不足分别是车轮和钢轨廓形角度易导致轨距角接触的主要原因.由于普速铁路货车车轮状态不尽理想,因此通过钢轨廓形打磨只能减小接触的概率,较难完全根除.将钢轨廓形与实测车轮的接触位置分布情况预测作为钢轨打磨目标廓形设计结果校核条件之一时可有效优化轮轨接触位置,进而缓解轨距角接触问题.     

利用信息技术实现社区居民健康管理探讨

本文以研究市民健康管理为目的,利用信息化技术建立以居民电子健康档案为基础,涵盖公共卫生信息系统、社区卫生服务信息系统、卫生决策信息系统的整体城市的区域医疗卫生综合性信息化的服务平台,构建市民从健康服务到疾病诊疗,再到康复的诊疗康复管理信息链,最终实现了真正意义上的区域协同医疗、终身健康管理和一体化网络医疗。     

我合同管理中的工程计量分析

本文对工程计量的范围及条件、计量的依据、程序、方法和计量注意事项等方面进行了分析说明,以利于工程项目做好工程计量工作,确保工程计量准确、真实和有效。     

任意形状长轴对称体绕长轴旋转时的Stokes流动

本文取Sampson旋转子为基本奇点并采用文[1]建议的方法,研究了任意形状长轴对称体绕长轴旋转时的Stokes流动。通过旋转长球和哑铃形物体的计算并和精确解比较发现本方法具有良好的收敛性和很高的精度。文中还计算了卡西尼卵形体绕长轴旋转时的蠕变流作为任意形状长轴对称俸的一个例子。     

一种基于多尺度融合卷积神经网络的人群计数方法

人群间的相互遮挡和多变的空间尺度是基于单幅图像人群计数算法面临的主要挑战.近年来,基于深度学习的人群计数算法在该问题上取得了显著的成效,然而越来越深的网络结构给模型的训练和应用带来了困难.为了解决上述问题,提出了一种基于多尺度融合卷积神经网络(multi-scale fusion convolution neural network,MSF-CNN)的人群计数方法.方法采用三列不同大小卷积核的卷积神经网络来提取不同空间尺度的图像特征,同时在网络结构中引入融合层将提取到的特征进行融合并求取密度图,最后对密度图积分求和得到人群数量.在ShanghaiTech数据集及UCF_CC_50数据集上的实验结果表明,该方法能够适应复杂的场景,有效减少人群间相互遮挡和空间尺度的变化对计数结果的影响,同时模型易于训练,明显优于现有人群计数方法.