动车组车体底边梁用6005A铝型材检验分析

6005A铝合金大截面复杂制品作为轨道车体的边梁或枕梁,对轨道车体的整体起连接和承重作用,是动车组车体的关键部位。采用电子万能试验机、铝型材压力试验机、光学显微镜等研究了速度达400 km·h^-1动车组车体底边梁用6005A铝型材的强度、显微组织和断口形貌等,旨在为动车组用铝挤压型材产品检验和工艺制度制定提供技术支持与指导。     

钢蜂窝梁-混凝土楼板组合梁抗火性能研究

目的研究钢蜂窝梁-混凝土板组合梁的抗火性能,分析不同参数对蜂窝组合梁临界温度的影响,为蜂窝式钢结构的抗火设计提供参考.方法分别对3根腹板为实腹、圆形开孔、正六边形开孔的蜂窝组合梁进行抗火试验;对比分析组合梁在火灾条件下的时间-位移曲线及临界温度;建立有限元计算模型,对火灾下的蜂窝组合梁进行数值模拟研究,对比不同开孔率、孔间距、腹板高厚比以及是否设置加劲肋等因素对蜂窝组合梁抗火性能的影响.结果加劲肋是影响蜂窝梁临界温度的重要参数;开孔率和孔间距对蜂窝梁的临界温度有一定影响;当腹板高厚比过大时,蜂窝梁很容易发生火灾下的腹板屈曲破坏,腹板高厚比越小,蜂窝梁临界温度越高.结论与开孔率和孔间距相比,加劲肋和腹板高厚比对蜂窝组合梁的临界温度影响更大,通过设置加劲肋及调整腹板高厚比,蜂窝组合梁的抗火性能可以得到有效改善.     

基于深度学习的风力发电机组故障预警方法研究综述

风能作为重要的可再生能源,近几十年来,全球风能使用规模迅速增长,陆上和海上风力发电机组发电容量不断增加。由于风力发电机组故障维修成本巨大,因此必须开发有效且可靠的风力发电机组故障预警方法,在风电机组发生故障前进行提前预警,以便降低风电场的运营和维护成本。目前风电机组数据采集与监视控制系统(supervisory control and data acquisition, SCADA)已经在风电场有了广泛的应用,其中蕴含着大量的潜在数据信息,同时深度学习方法在海量数据挖掘方面有比较明显的优势,因此深度学习方法在风力发电机组故障预警领域的应用潜力巨大。综述了近年来相关深度学习方法在风力发电机组故障预警的研究进展,总结了风电机组故障预警的大体步骤,分析了各个步骤的具体处理方法,对每种技术方法的特点进行整理分析。最后阐述了深度学习在风电机组故障预警领域所面临的挑战,并对今后的研究重点进行了展望。     

精轧机出口导卫切水板装置的改进设计及应用

分析了精轧机出口导卫切水板装置上切水板挂钩、出口上冷却水集管和出口下切水板存在的结构不合理和强度不够等问题,对出口上下切水板的固定方式、出口导卫本体装置进行了改造。实践表明,改造的出口导卫切水板装置减少了故障率,提高了作业率。     

轮式炮车驾驶训练实时运动仿真

参见汽车运动模型建立相应的炮车模型,应用齐次变换理论给出炮车位姿的解算方法,并运用一种3 RPS型三自由度并联机器人结构的动感平台来实现运动模拟,而且给出了动感平台中作动器的速度方程,以确保驱动机构控制作动器按指定的速度运动,从而使动感平台能够实时模拟炮车行驶过程中的运动位姿·仿真实验验证了所建计算模型的正确性,也说明该火炮模拟训练系统方案是正确可行的·     

基于G2连续Bézier曲线的刀具轨迹压缩算法

针对复杂曲面的数控加工,提出一种基于Bézier曲线的刀具轨迹数据压缩算法.根据连续小线段的几何特征来筛选适用于被压缩的区域,将各个区域内的形值点转化为特殊的3阶Bézier曲线,选用最小二乘法拟合形值点,通过调整参数曲线控制点和插入过渡曲线,使得加工路径光顺并保证G2连续性,采用2阶Taylor展开来估计误差和控制拟合精度.结果表明:所提出的算法无迭代、实时性好,算法数据的压缩比高;采用Taylor展开估计的误差与真实误差很接近,可以有效控制拟合精度.     

植物与粉尘的关系

据媒体报道,山西省太原市因其居高不下的各类污染指数,在世界十大污染城市中排名首位,而在各项污染指数中,首屈一指当数粉尘污染.粉尘是伴随着燃料燃烧或工业生产而产生的固体颗粒,它们悬浮在大气中,大小不一.直径大于10μM的颗粒,因质量较大,能较快地降落到地面,称为降尘,其危害较小.而直径小于10μM的颗粒,因能长时间飘浮在空气中,称为飘尘,它的危害性相对较大,会对呼吸系统造成极大危害.     

糖类新的药用价值

糖在人类的健康和疾病过程中扮演重要的角色逐渐被人们所认识。越来越多来自生物技术学术界和产业界的研究人员开始加倍努力,以求了解糖的详细结构和活动性能,并将这些发现转变成新的药剂。     

数据挖掘库预处理技术在教学中的应用研究

阐述了数据挖掘预处理技术的原理,结合教学实践研究了预处理的各种方法与技术实现,探讨了空缺值、不一致数据的处理,以及属性删除与构造,聚类技术进行归约的方法.     

中国东北玉米农田生态系统非生长季土壤呼吸作用及其对环境因子的响应

对2004～2007年连续3a玉米农田生态系统非生长季(10月16日～翌年4月30日)的涡度相关系统测量数据分析表明,玉米农田生态系统非生长季的日土壤呼吸值为1.08～4.08gCO2·m-2,日最低值均出现在11月下旬.整个非生长季平均土壤呼吸值为(456.06±20.01)gCO2·m-2,占生长季净生态系统生产力的11%,土壤呼吸月平均最低值主要出现在1,2月份.非生长季日土壤呼吸的季节变化均呈非生长期起始期和终止期高、中间期低的变化态势.当10cm土壤温度高于0℃时,土壤呼吸与土壤温度呈显著二次曲线关系(P0.001),解释率为38%～70%;当10cm土壤体积含水量大于0.1m3·m-3时,土壤呼吸与土壤体积含水量呈显著二次曲线关系(P0.001),解释率为18%～60%.选取土壤温度高于0℃时的观测资料,耦合土壤温度和土壤含水量可得到更好的土壤呼吸模拟模型,解释率达53%～79%,土壤呼吸模拟值与观测值的回归估计标准误差为2.7%～11.8%.非生长季土壤呼吸是生长季土壤呼吸的22.4%,在东北地区玉米农田生态系统碳收支评估中具有重要作用.