摘要：先进复合材料自动铺放技术,突破了大型符合材料组件无法手工成型的问题,具有成本低、质量高、效率高、精度高及可靠性高的优势,是一种自动化和数字化制造技术。

摘要：本文针对飞机发动机短舱结构的腐蚀,主要从设计角度讨论腐蚀及其控制问题,介绍了腐蚀的形式及原因,结构设计中的防腐蚀设计,以及对腐蚀部位的维护及修理。

摘要：复合材料结构的可设计性带来大量设计变量,单靠传统方法难以实现结构优化,复合材料结构优化的铺层优化设计也是关键问题之一。从工程实际出发,探讨具有工程操作性的复合材料结构优化设计方法,形成从结构布置优化到初始尺寸优化,再到详细铺层优化的三级优化设计方法,并在设计过程中加入符合复合材料工艺要求的制造性约束;以某飞机复合材料垂尾翼盒结构设计为例,采用该方法对其进行优化设计。结果表明:本文提出的三级优化设计方法是适用于航空复合材料结构优化设计的一种通用方法,可降低结构质量、缩短研制周期。

摘要：增材制造技术强大的个性化制造能力可以为设计创新提供强力支撑,使大量的产品概念发生革命性变化。本文应用增材制造技术对一种轮毂结构进行了优化改进。使用CATIA软件对改进前后的轮毂进行数学建模,应用ABAQUS软件对模型进行了有限元分析和对比,得到了重量更轻、强度更高的轮毂结构。

摘要：现阶段,航空领域之中对复合材料予以了广泛的使用,进而推动了复合材料技术的发展。这主要得益于复合材料可以让飞机在运行的过程中实现低燃料消耗、高巡航速度以及舒适客舱环境。但复合材料在成本方面偏高,进而在一定程度上影响了其的运用和发展。所以,部分国家建立并推行低成本复合材料计划,当前降低复合材料成本依然属于复合材料技术在发展方面的重点。基于此,本文对国内复合材料设计制造一体化技术进行了分析,以供参考。

摘要：如今超高层建筑设计已经成为一种潮流,采用该方式搭设施工电梯接料平台时,会因为脚手架搭设高度太高而不安全,另外也会因为人工、模板、钢管和扣件等投入大而大幅度增加成本。为了解决上述问题而研制了一种自携式施工电梯接料平台装置。

摘要：心律失常的自动分类对心血管疾病的诊断和预防具有重要意义。传统分类方法需要对心电信号进行人工特征提取,这对分类准确度有很大的影响。针对该问题,提出一种基于二维图像与迁移卷积神经网络(TCNN)的分类方法。通过对心电信号进行格拉姆角场变换将其转换为二维图像,在保证心电图像完整性的同时,保留原始信号的时间依赖性。在此基础上,结合迁移学习的思想,设计结构简单且参数量较少的TCNN模型对心电图像进行分类。实验结果表明,该方法网络训练用时较少,并且分类总准确率达到99.82%,可实现对心律失常的有效分类。

摘要：传统的心电疲劳分类方法虽然能有效地识别疲劳状态,但需要采集较长时间的信号,不能达到疲劳状态的实时监测。本文设计一种深层卷积神经网络模型用于评估操作员疲劳状态,对操作员的短时心电信号进行疲劳状态的自动分类。首先,提出一种将心电信号转化为图像的方法,将采集到的心电信号转化成二维图像,即将心电信号直接映射到二维空间转换成时域图片信息。然后,将图片送入深层卷积神经网络模型中去训练,实现对操作员疲劳状态的分类。本文方法降低了模型的复杂性,减少了模型的参数,同时训练的数据不需要经过类似噪声滤波、特征提取等任何预处理步骤。结果表明该模型能自动从心电信号中提取有效特征,实现对操作员非疲劳和疲劳两种状态的正确分类,分类准确率达到97.36%。

摘要：针对目前铝型材表面瑕疵检测系统检测效果差的问题,提出了一种基于深度学习的铝材表面缺陷检测系统。首先,适当改变主干网络的深度和通道数以提高模型鲁棒性,同时对改进后模型的超参数进行调整;然后增加使用可变形卷积,提高网络对不规则目标缺陷的检测能力。实验结果表明:对缺陷检测的平均准确率(mAP)较改进前提高6.5%,对角位漏底、起坑、漏底缺陷的检测精度分别提升25.7%,35.4%,33.5%。改进后系统模型的mAP较当前一系列性能优异的目标检测算法有显著提高。

摘要：随着服装电子商务的快速发展,服装的种类日益增加,根据服装的纹理设计对其进行分类变得越来越重要。传统的图像处理方法已经很难应对越来越复杂的图片背景。为了解决这个问题,本文提出了一种改进的CNN用于服装分类方法,对原有的CNN模型进行结构的调整并在调整的结构中增加卷基层。将改进的算法应用于不同服装数据集上,对Fashion数据集的分类准确率为84.5%,对CAD数据集的分类准确率为77.8%。两个不同数据集的实验结果显示,改进的模型比现有的两个著名的CNN模型(AlexNet和VGGNet)有着更高的准确率。