摘要：基于断言的验证方法已经广泛应用于芯片设计验证,其主要作用是提高验证效率和验证质量。由于手工设计的断言需要耗费大量人力和时间,使得断言的应用受到很大限制。断言合成可以自动生成高质量的白盒电路断言。本文介绍了一种基于断言合成的验证方法学与流程,以及其在验证流程中的多个应用:评估验证过程的进度;协助完成IP的coverage signoff;帮助在硬件仿真时发现问题,并且在验证的不同阶段协助发现或者快速定位芯片设计中的缺陷。

摘要：针对轧钢导位板的工况特点 ,应用复合材料设计原理和铸造技术相结合 ,运用自行研制的复合剂 ,在普通砂型无负压条件下 ,制备出WC颗粒增强灰铸铁基强力抗磨局部复合材料的轧钢导位板。铸件表面平整光洁 ,尺寸精度高 ,复合层厚度均匀 ,可达 7～ 9mm ,与基体之间呈冶金结合。实际运行表明使用寿命比以往使用的灰铸铁高

摘要：介绍基于iOS平台的贺卡管理系统的开发。系统以Foundation作为核心框架,结合UNKit框架作为显示层,数据存储采用序列化技术,由GestureRecognizer实现贺卡的DIY功能,用自定义Tabbar构造底层框架,使系统的后期维护与二次开发更为便捷。用户通过系统可以随时随地的DIY和发送贺卡,并设计了节日提醒功能,使每个特殊的节日都有一张特殊的贺卡。

摘要：通过分析区域地质及水文地质资料,结合现场钻探及物探等综合勘察手段,详细查明了隧址区水文地质条件。分析结果表明:(1)隧道洞身泥盆系碎屑岩段局部低洼地段地下水具有微承压性,寒武系白云岩段整体具有承压性;(2)泥盆系地层渗透系数K=0.015m/d,寒武系地层渗透系数K=0.013~0.018m/d,均为弱透水层,说明深部岩体完整性较好,寒武系白云岩段承压水试验渗透系数K=0.17m/d,为中等透水层。针对隧道特殊地段的水文风险,建议防治措施主要有:(1)施工过程中穿越断层破碎带时应加强支护,遇溶洞及时进行加固处理,做好超前地质预报及防排水措施,防止出现拱顶坍塌,掉块,突泥突水等不良地质问题;(2)洞身白云岩段地下水具有承压性,应采用合理的防排水措施,优先选择排水泄压,充分利用横洞作为泄水通道,并采取相应抗水压措施;(3)隧道穿越沟谷低洼地段时塌方、突泥突水的风险均较高,施工过程中需加强防排水措施和超前地质预报工作,及时支护衬砌,降低塌方、突泥突水的风险,确保施工安全。

摘要：跟踪科技前沿和热点,将创新性的科研成果实施于本科实验教学将会成为高校实验教学改革的趋势。本文以2,6-二异丙基苯胺和3,5-二叔丁基-1,2-苯二酚等为原料,通过氧化,取代,还原,缩合等多步有机合成单元反应,设计合成了一种大位阻苯并噁唑类化合物。该制备实验合成路线短,工艺稳定,可操作性强。同时,该制备实验原料转化率高,体现了化学反应的原子经济性。工业“三废”少,符合绿色环保理念。该综合实验能拓展学生对当今科技前沿的视野,激发他们对科学研究的兴趣,培养他们独立思考问题、解决问题的能力,适用于药物化学和制药工程等本科专业综合实验教学。

摘要：通过对某重载铁路软土路基段进行现场监测试验,研究复合地基(长短桩交叉组合型)不同部位沉降与地层压缩量等工程性状随高路堤填筑过程的时空变化规律;采用“3D-FEM”方法进行多工况对比分析,探索长短组合桩复合地基的加固机理。研究结果表明:(1)随着路堤填筑高度的增加,地基中心沉降增加剧烈,坡脚出现轻微隆起,两者在填筑完成后逐渐趋于稳定,但前者数值大于后者;(2)不同深度处地基沉降均随着时间推移而增加,但增加的速率逐渐减小;随着深度增加,地基沉降逐渐减小,但曲线衰减梯度随深度的增大而增加,以长桩、短桩桩底为折点,两者之间的沉降衰减梯度最大;(3)加固层压缩量在填筑期随时间增加剧烈,填筑结束时趋于稳定,填筑完成时与静置期满时,压缩量完成比分别达到65%、84%,故设置静置期十分必要;(4)长短组合桩复合地基沉降显著小于天然地基,随桩间距的增加,沉降逐渐增加;桩顶、桩底的桩土相对位移均随桩间距增加而增大,且前者始终大于后者。

摘要：由于35 kV旁路不停电作业设备(35 kV旁路开关)的设计在国内外都还没有成熟的产品和经验可以借鉴,针对35 kV旁路不停电作业设备的绝缘设计优化问题,现基于有限元软件MAXWELL对35 kV旁路不停电作业设备进行3D建模仿真,分析其电场集中最严重的部位即隔离开关处的电场分布情况,发现高压件与绝缘件之间的小气体间隙会导致局部电场集中与放电现象,同时采用适宜的断口距离和电极形状也能改善电场分布。

摘要：本文简要介绍气波增压器的原理和特点,并着重介绍新型排气系统、热管中冷器以及气波增压器和柴油机的匹配性能试验研究结果.试验表明:采用新型排气系统、热管中冷器以及改进增压器内部通道设计,使气波增压柴油机的性能有了大幅度的提高.

摘要：烟火图像检测在火灾防控中具有重要的意义,但由于烟雾和火焰成像具有多变性和无规则性,大多数烟雾检测算法在现实场景下往往表现欠佳,漏检情况相对严重。针对于此,通过结合基于深度学习的一阶段回归目标检测模型(YOLOv3)与自注意力机制,提出了一种基于YOLOv3自注意力烟雾和火焰图像检测算法,在优化原有YOLOv3网络模型的基础上,通过结合多尺度的自注意力网络,融合模型上下文信息,引导模型自适应学习提取关键的特征信息,增强了模型的特征表达,可有效提高烟雾和火焰检测的准确率。在测试集上结果表明,相比原有的基准检测算法,该方法烟火检测算法的准确率为92.1%,提高了6.5%;通过主干网络替换对比实验进一步验证了该结构设计的有效性,该算法具备较好的实用性。