摘要：提出了基于模糊神经网络的石英加速度计的温度控制系统。该系统包括模糊神经网络的温度控制软件设计和基于数字信号处理器和可编程逻辑器件(DSP+FPGA)硬件开发平台的电路设计。模糊神经网络的反向学习过程采用离线学习方法在matlab7.0中进行;根据所设置的样本点对网络参数进行训练,然后把参数训练好的模糊控制程序写入温度控制单元DSP6713中,实现系统的温度控制。实验结果表明,该系统具有响应速度快,稳定性好,控制精度高等优点,其温度控制精度达到0.2℃,满足系统的实际应用要求。

摘要：针对攀爬机器人工作壁面多样性、复杂性的特点,基于传统真空吸附技术,提出采用推力和负压复合吸附方式。运用ANSYS-CFX模块,采用3因素5水平的正交试验,着重对流域结构、吸盘与壁面间隙两方面因素对吸附力的影响进行极差与方差分析得知风扇转速对吸附力影响最大。试验表明,通过优化为圆锥形状流域,提出最佳的实验组合,提升吸附能力约120%,同时将复杂凹凸平面对吸附力的影响降低近50%,对提升机器人在复杂墙面吸附的适应能力有借鉴意义。

摘要：在互联网时代,信息传播的速度和范围都得到了极大的提升,使得各种信息能够在极短的时间内迅速扩散至广泛的受众,然而这也带来了一些挑战,谣言的传播是其中之一,自动谣言判别可以大大降低谣言传播率。本文构建了中文谣言数据集,设计实现了谣言自动检测的小程序:用户输入一段言论,小程序的前端页面将数据传送至后端,基于卷积神经网络的模型进行自然语言处理,模型采用深度学习算法对该言论进行语义建模和分类,最终得出这段话是谣言的概率并返回给用户。

摘要：目的旨在探索工人在手工搬运工作中最佳的快递箱辅助把手结构,并以该研究为基础提出在快递箱设计时更具舒适性的建议。方法募集35名被试者使用4种不同辅助把手的快递箱执行2项手工任务(提举任务、携带任务),测试了被试者的最大可接受重量,并记录了其身体部位的不适感、心率和总体喜好度。通过调研法和生理测量仪器测量法得到消费者对4种不同辅助把手的快递箱样本的主观评价和测量数据来分析生理负荷。结果结果表明,在2项手工任务中,使用4种快递箱时心率的变化均无显著差异,手腕部的不适感也是如此。快递箱C的手掌部位不适感明显高于其他样本。在提举任务中,快递箱C的最大可接受重量和总体偏好等级最高。在携带任务中,快递箱B的最大可接受重量和总体优先等级最高。结论证明了对于负载提举作业,位置偏上的把手位置是首选。在携带作业中,较低位置的把手对手工作业更友好。此外,提供更多容放手的空间以便轻松握住把手对于提高舒适度非常重要,并且更平滑和更大的接触面积可以减轻手掌的不适感。

摘要：以球阀为研究对象,选取石墨编织盘根与石墨编织盘根/V型柔性石墨环组合填料两种填料结构,在阀杆填料密封泄漏率及摩擦性能测试试验装置上进行了泄漏率及与阀杆间摩擦力矩测试试验,对比了两种填料结构的泄漏率及与阀杆间的摩擦力矩随阀门启闭动作次数变化,确定了优选方案;进一步,针对优选填料结构,安装至电动球阀,在水介质回路上进行了模拟工况试验验证。试验结果表明:石墨编织盘根与阀杆之间摩擦力矩更小,密封性能更优,可满足核级球阀启闭动作3000次阀杆填料密封无泄漏的要求。