摘要：为了降低离心泵的宽频噪声,减少其对离心泵运行的影响,采用数值计算方法,提出并试验了一种在叶片表面布置凹坑,并使凹坑参数在流向上变化的离心泵仿生降噪方法.在此基础上提出一种针对宽频噪声的指标公式,采用正交设计方法优化变量来减少设计维度,并使用均匀设计法证实了该降噪方法的可行性,最终获得了降噪效果较好的样本.研究表明,在对外特性几乎无影响的条件下,文中方法显著降低了离心泵宽频流动噪声.模拟结果还显示,不同样本的定常流动图像无可见区别,据此推测凹坑结构的降噪效果与微观或非定常的流动现象有关.研究结果对于推动凹坑形仿生结构对离心泵宽频降噪的研究提供了一定的帮助.

摘要：介绍了全容式液化天然气(LNG)储罐罐顶空气顶升的平衡装置设计、安装要求以及顶升过程中的控制要点,并以5×104 m3 LNG储罐为例,系统介绍了其平衡装置的计算和顶升中的操作要领。该系统在建造过程中采用,取得了良好的效果。

摘要：复合不锈钢管的焊接,主要是保证内部复合层的焊接质量,避免复合层的不连续或合金含量不足而引起输送介质对管道的腐蚀,保证管道施工质量达到设计要求。通过总结施工实践的经验,探讨了复合不锈钢管道施工焊接结构选择、以及施工控制要求。

摘要：贺绿汀是忠诚的共产主义战士,杰出的人民音乐家。他毕生热爱音乐,投身艺术创作,创作的260多首(部)音乐作品或描述岁月峥嵘,或追求进步光明,或唤醒民族精魂,或讴歌时代歌颂党,并为新中国音乐教育事业做出有益探索。巴金誉其“硬骨头音乐家”,司徒汉赞其有“硬骨头精神”。

摘要：价值工程是一门研究如何以最低的总成本去可靠地实现产品的必要功能,从而提高产品价值的科学。工程项目造价控制贯穿于项目建设的全过程,项目设计阶段则是造价控制的关键环节。针对目前我国工程设计阶段造价控制所存在的问题,文章论述了价值工程在工程设计阶段造价控制中的重要意义及运用价值工程加强造价控制的问题。

摘要：板坯支撑辊是板坯连铸机的重要组成部分,支撑辊轴承位的温度及辊面温度直接决定了支撑辊能否正常运行。为了探明转动过程中辊子各部位的温度分布规律,对板坯Φ230 mm支撑辊周期性转动过程中的辊子传热过程进行了模拟研究。结果表明,板坯Φ230 mm支撑辊在连铸过程中受板坯辐射、冷却水及空气散热影响,在连铸约1 500 s时温度达到稳态,且在有冷却水影响时辊子投影向空气侧半圆中部温度为250℃左右,在无冷却水影响时温度为270℃左右;在有冷却水影响时辊子投影向板坯侧半圆最高温度为272.3℃,在无冷却水影响时温度为290.0℃左右。通过与实测数据对比,证明本文计算模型能很好地预测连铸支撑辊的温度分布,可为其设计提供理论支持。

摘要：针对华为96系列MCU(MulTI-point Control Unit多点控制单元)不具备电视墙的功能,提出了一种新的电视墙设计方案,用以提升视频会议的显示效果。该方案是外置电视墙服务器的实现,相比MCU内置电视墙,具有不占用MCU的卡槽资源,可实现多电视墙输出功能等优势。与当前外置电视墙服务器相比,本方案电视墙的视频数据由MCU直接发送,而不是通过抓取视频数据包获取,具有更稳定、更保真的显示效果。

摘要：1 概述 我厂引进了两台美国CROSS公司生产的活塞精密数控镗床,经厂调试组及美国专家数次来厂调试,其中一台(φ18)活塞销孔镗床粗糙达不到要求,而另一台(φ25)活塞的销孔镗床经调试能达设计要求。两台活塞销孔镗床的结构、尺寸均相同,只是镗头刀杆尺寸不同,经过长期调试,采用多种措施,如主轴系统现场动平衡后仍达不到要求,为了找出镗孔粗糙度达不到要求的原因,我们利用天津大学机械系研制的“旋转机械故障诊断系统”和重庆大学研制生产“DA9010设备状态监测和故障诊断系统”,在天津大学陈家骥教授等五位老师与我厂设备故障诊断人员、维修人员等对(φ18)活塞镗床粗糙度达不到要求的原因进行细致的分析,采用多参数,灰色系统理论方法进行诊断,结果较为理想,方法准确、快速、方便。

摘要：针对目前智能家电发展尚未成熟导致的通信方式不统一的问题,并为探究基于Wi-Fi通信方式的智能家电交互式智能控制系统的可行性,本文以智能空调为例,设计基于Wi-Fi技术与TCP协议开发了交互式智能空调监控系统。使用搭载Wi-Fi芯片ESP8266的STM32单片机模拟智能空调,PC端的串口应用程序用来模拟空调操作面板,使用监控客户端应用程序连接智能空调的Wi-Fi热点并相互收发报文来完成交互操作。经过对各模块的基本功能测试、多客户端测试以及稳定性测试,研究结果表明,系统在与单个或多个客户端保持连接时都可以实现预期设计的全部功能,并且在网络通畅时,具有极低的丢包率以及较低的网络延时。说明Wi-Fi技术应用到智能家电系统可以提高系统兼容性、稳定性及操作简便性,具有一定的应用价值。

摘要：为解决YOLO算法由于其端到端的网络结构导致某些尺度上的特征被淡化或丢失使识别率较低的问题,本文以葡萄为例,对可训练变换器和RdNet在果实识别网络中的应用进行研究。提出基于可训练变换器和多尺度特征图融合的改进YOLO算法,以自主设计的基于堆叠残差块和降采样块的RdNet作为特征提取网络,采用converter变换器结构进行不同尺度的特征变换融合,从采集并筛选的葡萄果园照片中,随机选取120张作为测试集,将其余照片进行数据增强,得到480张图片作为训练集,并分别对提出的模型、YOLOv3和快速区域提出卷积神经网络(faster region-convolutional neural networks,Faster R-CNN)三种算法进行训练,使用其在测试集上的F 1值与AP值评估各模型的性能差异。实验结果表明,模型在测试集上的F 1值可达92.58%,AP值可达92.33%,而在Nvidia Jetson TX2平台上,检测速度达到19 f/s,单张640×480图片的推理时间为52.6 ms,达到了较理想的识别准确率,且能满足采摘机器人的实时性要求。该研究在果园等场景中可以得到更好的应用效果。