凸角型滚刀滚切齿形计算与有摩擦弯曲强度分析

基于展成加工原理,采用坐标变换法推导出Ⅰ型带凸角磨前滚刀各切削刃在被加工齿轮上生成的共轭曲线:按平面曲线合成方法对共轭曲线进行离散、压缩、连接与合成,得到加工后的准确齿形.基于APDL与MATLAB混合编程技术,精确地实现凸角型磨前滚刀切制的复杂齿形有限元几何建模,进而探讨了齿面摩擦力对齿轮弯曲强度与轮齿变形的影响.研究表明:实际齿轮承载能力精确计算中,摩擦力对轮齿强度的影响一般不应忽略.准确的齿形计算、建模与分析,对于复杂齿轮的强度分析和齿廓优化具有积极的意义.     

爆炸荷载作用下岩体振动特性的 DE-FLAC3D数值模拟方法

针对岩体爆炸数值模拟中爆炸荷载参数与岩体振动阻尼参数等计算参数难以确定的问题,将具有收敛速度快、易于实现和全局寻优能力强等优点的差分进化算法(differential evolution, DE)算法融入三维快速拉格朗日差分法(FLAC3D)岩土工程数值计算程序,提出了爆炸荷载作用下岩体振动特性的 DE-FLAC3D数值模拟方法. 该方法从爆炸荷载参数和岩体振动阻尼参数的随机值出发,以岩体质点振动速度随时间变化过程的数值计算值与现场实测值的误差作为适应度,利用DE算法规则实现爆炸荷载参数和岩体振动阻尼参数耦合模式的合理进化,进而实现计算参数的快速自适应辨识. 龙滩水电站地下厂房爆炸开挖振动试验数值模拟研究结果表明,该方法是可行的,显著提高了岩体爆炸效应数值模拟结果的精度.     

西蒙的困惑——书评：《向日葵》（The Sunflower）

二战中纳粹德国对犹太人的所做作为令人发指,二战中及其以后有很多作品对此进行了描述,《向日葵》（The Sunflower）就是其中一本。本文主要包含两个方面,一是对《向日葵》一书的介绍。书的前半部分是西蒙·维森塔尔的故事。书中讲述了一个纳粹士兵临终前向他人要求宽恕,西蒙就是被忏悔的对象,西蒙沉默的离开,没有做出宽恕与否的回答。西蒙困惑不已,在故事的结尾留下问题：你是我的的话,你会宽恕吗？书的后半部分是针对西蒙提出的问题的回答。主要集中了一些著名作家,宗教学者的观点;二是针对宽恕与否这一问题,笔者的回答。     

提高油气管耐蚀性的工艺研究

普通油气管耐蚀性差，影响油气的正常生产。文中研究了自蔓延高温合成陶瓷内衬钢管工艺，同时还研究了添加剂对陶瓷层耐蚀性的影响。在铝热剂中加入SiO2,CrO3可提高陶瓷致密度，改善耐蚀性，为了进一步提高陶瓷衬管的耐蚀性，研究了不锈钢内衬复合管工艺，其耐蚀性比普通钢管提高10倍以上，用于油气管有望大幅度提高其使用寿命。     

基于特征相似性学习的抛洒物检测方法

针对当前以目标检测为核心的抛洒物检测算法无法识别“未知类别”的缺陷，以抛洒物引发外观特征变化的视角切入，提出基于特征相似性学习的抛洒物检测方法。首先，在抛洒物体过程中采集参考图像和待检图像，通过参数共享的孪生卷积神经网络得到两张图像的外观特征，然后利用欧式距离等特征相似性函数计算图像区域之间的特征变化并得到欧式距离热力图，最后经阈值筛选得到抛洒物检测结果。为了提升算法对光照等噪声的抗干扰能力，提出全新的注意力掩膜单元，并通过构建长跨度上下文信息和强监督学习的方式提升注意力掩膜的语义判别性能，引导特征响应聚焦于抛洒物引起的外观变化，同时忽略噪声产生的扰动，最终解决噪声干扰和抛洒物产生的特征缠绕问题。为了验证方法的有效性，本研究在真实高速公路场景下进行视频影像数据采集、标注、构建成标准数据集。结果表明：注意力掩膜单元有效提升了特征的语义判别性能，大幅度提高抛洒物检测精度，其中调和均值F₁提高6.4个百分点，同时算法运行速度稳定在30帧/s，满足实时性需求；利用特征序列状态转移方式构建的长跨度上下文信息更有利于注意力掩膜聚焦抛洒物特征信息，抗噪声干扰能力更强；通过强监督...     

东寨港海水增养殖区水质状况及变化趋势研究

根据海口市海洋环境监测中心2009-2016年对东寨港海水增养殖区水质的常规监测结果,采用单因子指数法、有机污染指数法和富营养化法分析评价该增养殖区水质污染状况,应用秩相关系数法进行趋势分析.结果表明:东寨港海水增养殖区化学需氧量少量超标,溶解性无机氮和溶解性无机磷超标较严重;2009-2014年该海水增养殖区有机污染程度处于重度污染,2015-2016年减缓为中度污染;2009-2014年该海水增养殖区水体处于高富营养化水平,2015-2016年减缓为富营养化程度;趋势分析显示该海域水质呈逐年显著变好趋势.N、P尤其是P为该养殖区的主要污染因子,因此对富含N、P等污染物的治理是东寨港环境综合治理的重点.     

基于激光雷达里程计的高速公路三维建模方法

构建三维道路数字模型对智能车服务和道路管理具有重要意义。文中针对高速公路不同路段应用场景下车辆运行速度快、干扰噪声多、特征少和无回环检测辅助等一系列问题，提出一种以激光雷达信息为建模基础数据、激光雷达里程计与LOAM技术等多传感器融合的高速公路三维建模方法。首先，通过车载激光雷达获取道路场景的激光点云数据，使用激光雷达图像分割技术赋予每一个点有关构造物的标签，剔除道路上其他运动车辆的信息，减少建模噪声；其次，制定了一个精确的同步策略来对GNSS、IMU和激光雷达等传感器进行集成；在此基础上，结合惯性导航预积分结果、基于特征点云的位姿约束和RTK数据构建因子图，消除激光雷达里程计的累积误差，从而构建全局一致性的高速公路三维数字模型。为了保持姿态估计的有限数量，文中还引入了基于关键帧的滑动窗口优化策略。最后，分别采集高速公路场景中常见的3种路段（一般路段、桥梁和隧道路段）进行建模分析，结果表明，在具有挑战性的高速公路场景建模中，文中方法能够有效提高建模鲁棒性、精度以及模型有效性。