摘要：本文主要通过创新设计研制改善模具工装及限位装置等多种工艺方法,提升改善多层光纤带束管外表“轻微蛇形”等圆整度欠缺的产品瑕疵,可有效改善产品外观及潜在质量隐患,降低材料消耗过剩。

摘要：近年来,随着纺织品的大量生产和使用,尤其服装、家用纺织品随着时尚潮流的发展,不断更新换代,由此产生大量废弃纺织品。本文以废弃牛仔面料为主要对象进行废弃纺织品的二次设计利用,通过收集、整理纺织生产过程及产品使用后产生的废旧纱线、布料、辅料、服装等材料,利用拼布拼接的方法开发设计出壁挂类、实用类以及摆件类三个系列的作品,用于家居装饰领域。本设计方法可操作性强,适合普遍推行,设计的产品可以变废为宝,再现新的美感。二次开发设计的纺织品不仅有助于提高废弃纺织品的再利用率,还可减少原料和能源的消耗以及废旧纺织品处理对环境带来的的压力。

摘要：冬日来临,也许你不能天天泡在网球场上了。正好,就当给自己一个"休战调整期"吧。我们为你准备了更加丰富的"休闲套餐"

摘要：本文对碳纤维布约束损伤混凝土在轴向荷载作用下的力学性能开展试验研究。设计了混凝土损伤度、碳纤维布层数及碳纤维布缠绕角度三种变量,通过试验结果分析了三种变量对碳纤维布约束混凝土应力-应变曲线、峰值应力、耗能效果及机械损伤度的影响规律。试验结果表明:相较于未损伤试件,0.4σm(σm为未损伤混凝土试件单轴抗压强度)、0.5σm、0.6σm、0.7σm应力幅值损伤下素混凝土损伤度均值分别为7.24%、14.86%、25.31%、36.66%,损伤度与损伤应力幅值间指数函数呈现良好的正相关。碳纤维布的约束作用增强试件峰值应力及延性,0.4σm损伤应力作用后,相较于未粘贴碳纤维布试件,粘贴1,2,3层碳纤维布试件峰值应力增幅分别为34.99%、55.16%、64.42%,碳纤维布粘贴层数与峰值应力间指数函数呈负相关,过量的纤维布使试件应力增幅不再明显。碳纤维布缠绕角度的增大使试件单位体积耗散能线性降低,缠绕角度的增大降低了荷载作用下试件的承载效果。应力损伤幅值的增大使试件机械损伤度降低,碳纤维布层数的增加使试件机械损伤度增加,纤维布的约束保护作用极大提升了试件的耗能效果。

摘要：GIL导线中充满SF6气体,由于制造、运输、安装与老化等原因,综合管廊GIL舱存在SF6气体事故泄露的可能性,故应设置专门的监测控制系统与排风系统。文章以武汉谭鑫培路地下综合管廊6.3 km超长GIL舱为案例,结合GIL舱排热通风数据与SF6气体扩散特性,确定管廊发生气体泄漏后最不利的泄露位置与工况。通过开源计算流体动力学软件OpenFOAM,建立了SF6气体扩散的三维长节段模型与详细短节段模型,并且给出了数值分析流程。在SF6气体典型事故工况中,以排热通风分析的数据作为边界条件进行了分析,从而得到在既有排热通风系统下GIL舱内SF6气体浓度场的变化趋势。分析结果表明,SF6气体主要由常规排热通风系统排出,但是辅助系统能够很大程度上节省排风时间,相关数据可为通风系统与监测系统的优化设计提供建议。数值模拟方法可为其它类型重气在管廊内泄露扩散模拟提供参考。

摘要：武汉谭鑫培路地下综合管廊GIL舱属于超长封闭的构筑物,排热通风问题成为该工程设计的控制性问题,特别是舱体与周围土体的传热问题。基于IDA隧道模拟软件建立GIL舱一维分析模型,对当前通风系统在夏季、冬季与过渡季节典型气候下的短期排热,以及1年、10年和30年考虑季节变化下的长期排热进行分析。短期分析结果表明,管廊坡度和温度梯度会降低某些区域的目标通风率,在设计中应引起重视。长期分析结果表明,舱内空气和壁面温度升高在运行的前5、6年最为显著,并在30年的剩余时间内保持稳定,舱壁与周围土体释放10%～40%的热量。基于计算流体力学软件OpenFOAM建立GIL舱三维节段模型,分析电缆和支架对舱内温度场与速度场的影响,揭示GIL舱内速度分布的不均匀性与烟囱效应对温度分布的影响。

摘要：为准确估算管线敷设与风机室内气流相互作用对压降损失的影响,基于武汉市江夏区谭鑫培路地下综合管廊项目建立典型数值分析模型与分析流程。通过建立典型管线布置的GIL舱、高压舱与综合舱的计算流体动力学三维模型,分别对入口段与稳定段进行分析,并使用循环边界条件来考虑稳定段流体的充分发展,得到阻力系数随流量的变化规律;通过建立GIL舱典型排风口三维模型,分析风机室中不同风机的压降损失,并与规范估算值进行比较。研究结果表明:管线敷设对压降损失的影响不可忽视;风机室风机相互作用显著,规范不能准确估算该相互作用导致的压降损失。

摘要：针对单片集成压力传感器输出幅度较小、温度漂移会引起压力精度变化等难题，提出了一种新型的信号调理电路。该电路通过两个差分放大电路和四个D／A转换器来解决单片集成压力传感器的小输出和温度漂移问题。仿真结果表明，在5V电源电压下，在0℃～85℃温度范围内，信号调理电路的最大误差可以减少到满量程输出的1．8％。

摘要：针对基于多尺度的车辆重识别模型缺乏提取细节特征不足的问题,设计了一个融合多尺度的车辆特征和小波注意力机制的重识别模型.首先,将空间小波注意力模块镶入到模型中,能使网络获得更多细节特征;其次,提出一种阶梯融合网路,该网络对不同尺度层的特征进行分层融合,提高了模型聚合全局特征的能力;最后,使用TriHard和CrossEntropy Loss损失函数构造出车辆识别的目标函数.该模型在VeRi数据集和VehicleID数据集上与一些优秀模型的比较实验结果表明,将空间小波注意力嵌入到多尺度网络中能明显提高车辆重识别精确度.