核电站压力容器接管端异种金属焊缝超声检测计算机仿真及实验研究

利用接管安全端异种金属焊缝显微组织分析结果对该焊缝进行了超声检测物理分析.通过CIVA软件对该焊缝进行了计算机超声检测仿真模拟,开发了焊缝超声检测的检测工艺,利用模拟试块实验对仿真结果和检测工艺的可靠性进行了实验验证.实验数据表明超声仿真模拟能够得到所需的探头参数及不同角度探头的定位精度,模拟试块实验有效验证了仿真模拟结果,并证明了检测工艺的可靠性.该文对核电站接管安全端异种金属焊缝进行了焊缝物理特性分析,包括异种金属焊接接头组成,焊缝及母材显微组织分析,焊缝组织对超声波衰减影响分析等,根据分析结果及该类型焊缝的检测特点.     

数控仿真中切削面计算的并行化研究

针对高离散精度模型与刀具包围体进行切削计算的情况,由于三维图像重建的计算量大,基于传统CPU实现的数控加工仿真系统不能满足实时性的三维绘制。本文利用GPU的并行性特点,提出并行方式数控仿真切削面显示算法:通过线程并行处理基于MC算法的实体构造模型中体素与刀具包围体的切削计算,根据切削后体素角点信息和边的状态查找建立的构型索引表和交点数目索引表,加速数控仿真切削面的提取,从而提高三维图像的绘制速度,满足实时性显示要求。     

基于FPGA的信号量管理模块的设计

针对软件实时操作系统的开销给嵌入式系统带来性能退化的问题,提出了基于FPGA的硬件实时操作系统的方案,设计了一个硬件信号量管理模块并用Verilog HDL硬件描述语言进行描述。仿真结果验证了这一设计的正确性,且其创建、请求和发送信号量操作的执行速度比μC/OS-Ⅱ中信号量管理部分明显提高。     

新形势下形体训练课程建设与实践分析

通过笔者多年的形体训练教学经验沉淀,以及对当下与形体发展方面新形势的些许浅薄见解,个人针对于新形势下的形体训练课程之建设以及其实践进行了相关深入分析。我们认为既然处于新形势的状态之下,我们的形体训练课程不能再套用以往的体系和方式,必须深度联系当下现实生活的状况,以如今的形势为基本出发点,制定符合当下学生形体现状和发展趋势的课程体系。我们深深地认为形体训练课程的"接地气"化教学体系的制定,既可以完成形体训练课程的最基本目标,也可以满足大学生身体发展以及生理发育所需,对大学生深度体育意识的形成和其强大体魄的构建具有极其重要的现实意义。     

自备电厂直流系统故障的分析及解决措施

通过对新疆天业集团电厂直流系统运行中出现的故障进行分析,找出直流系统接地故障的原因,以及解决的方法和措施,对以后的检修维护起到借鉴指导作用。     

以系统思想推动部队党委决策的科学化

着眼贯彻习近平主席的指示精神,努力实现决策的科学化,部队党委应构建可靠的信息系统、强大的咨询系统、高效的决断系统、有力的纠错系统,从而使自身职能作用得到充分发挥,不断增强新世纪新阶段我军履行历史使命的能力。     

4GLTE的关键技术及应用分析

21世纪以来，我国通信技术水平不断提高，2013年我国就正式进入到了4G网络通信的时代，4G通信技术的发展有利于满足市场对无线数字服务越来越大的需要，以及人们对高速率的网络结构的期待，目前4G通信技术在我国的发展还并不是十分成熟，仍然存在一些局限，对4G关键技术的研究和探讨已经成了移动通信领域的热点问题，该文主要对4GLTE的关键技术进行了探讨。     

基于模型的汽油机电子节气门控制器设计

摘要： 建立了电子节气门系统模型，并通过系统辨识方法得出模型参数.根据被控电子节气门的摩擦力和非线性回位弹簧模型，设计了前馈非线性补偿控制器.将经过前馈非线性补偿后的电子节气门系统简化成线性系统，并对该线性系统进行H无穷控制器的设计.对设计的H无穷控制器进行离散化，并加入比例控制环节来弥补控制器离散化导致的性能下降.经过试验验证，在前馈非线性补偿器、H无穷控制器和比例控制的作用下，被控电子节气门的性能达到了设计需求.     

加里宁格勒:俄罗斯欧洲战略的桥头堡

<正>2014年12月5日~10日俄罗斯西部军区在加里宁格勒举行了大规模的突击演习,近9000名士兵和642部军事装备参加演习,其中包括约250辆坦克,55艘船只和100门火炮。作为远离俄罗斯本土的飞地,在"并入"克里米亚后受西方制裁的背景下,俄罗斯为何选择在加里宁格勒进行军演?加里宁格勒因特殊的地理位置而成为俄罗斯和西方关系的桥头堡和风向标。     

美国研制能思考在机器人

<正>谷歌公司正与牛津大学的两支人工智能研究小组合作,研制先进的类人机器人。第一支研究小组的任务是帮助机器人更好地了解用户的想法和意图,第二支研究小组的任务是通过深度学习技术提高机器人的视觉识别能力。据国外媒体报道称,谷歌正在研制一种模拟人类大脑的超快量子芯片,这让搜索和软件更加直观。被谷歌收购的人工智能创业公司Deep Mind联合创始人、谷歌工程部副总裁杰米斯·哈萨比斯在博客中表示:"对于当前的人工智能研究来说,这无疑是一个非常令人兴奋的时刻。我们在很多方面不断取得进步,其中包括图像识别和语言理解能力。我们很高兴地宣布与牛津大学展