摘要：依托新田长江大桥上有危岩的岩质边坡重力锚碇基坑开挖工程,危岩处理后爆破振动速度需控制在1 cm/s。通过爆破振动场模拟分析,径向、切向、竖向振速数值计算值与现场实测值平均误差18.73%,优化后单响炸药量低于18 kg,危岩无破坏。综合非煤露天矿边坡和建筑边坡设计规范要求,考虑到临时边坡、爆破振动和边坡重要性等因素,锚碇边坡稳定性安全系数阈值设定为1.25;自重、爆破振动、降雨、地震各荷载组合工况下,三维边坡安全系数、最不利剖面二维边坡安全系数均大于规范值。

摘要：绿色加工现已成为先进制造技术的主要发展方向之一,微量润滑(MQL,Minimum Quantity Lubricant)作为一种新型的绿色切削技术,其应用领域变得越来越广泛。为了研究不同润滑油、喷射参数对GCr15轴承钢腐蚀情况的影响,并找出使工件耐腐蚀性最好的加工参数,选定为切削液流量,切削液,切削速度和气体流量四个因素来进行正交试验。选用聚乙二醇作为切削液进行单因素试验,揭示出切削速度和进给量对GCr15轴承钢腐蚀情况的影响。实验是在车削实验和大气腐蚀试验条件下进行的。

摘要：带式输送机的机架有多种形式，设计工作量大。本文介绍运用有限元方法对机架进行优化设计的程序，优化目标值选定为杆件最大应力点的安全系数；以机架的外形尺寸、受力及杆件的受力与截面尺寸为变量；并以单滚筒驱动的三角形头架为例进行计算。本程序已在生产中应用。

摘要：目前我国重型机械上所用大模数圆柱齿轮一般是用齿轮铣刀(盘铣刀、指状铣刀)加工的,其廓形为齿轮齿槽形状。当齿轮精度要求不高时,廓形渐开线部分可采用一段或两段圆弧代替。这种方法虽使廓形设计与制造大大简化,但造成的齿形误差较大。在此介绍一种新的圆弧方法,既不失上述制造简单的优点,而且使齿形误差大为降低。

摘要：高速加工中连接刀柄结构是否合理将直接影响加工质量和加工效率。这里基于定位原理、材料力学理论对连接刀柄结构的合理性进行了理论分析,同时也探讨了不同刀柄结构对夹紧力的影响,为合理设计高速加工中刀柄结构,使其发挥最大效益提供了理论依据,同时对开发我国自主知识产权的新型工具系统具有重要的理论意义和实用价值。

摘要：丝锥的结构特征决定,在螺纹加工的不同深度,受到的切削力和切削扭矩是不同的,通过分析加工同一个螺纹不同深度的受力情况,在大进给复合式加工方式的前提下使用一套动态变化的加工参数来改善加工的质量和效率,同时以提高加工效率和优化加工质量为目的,并将理论研究和实验相结合,分析得出了后退量的合理范围。

摘要：基于流体力学理论及流体分析软件FLUENT建立了最小量润滑（MQL）外圆车削模型,模拟了MQL喷雾射流过程,分析了车削后刀面楔形区的流体压强及静压力的分布特性,分析了MQL喷雾形态,结果表明：MQL压缩空气较强的气压和较高的流速对楔形区的流场有很大的影响;楔形区的流场特性对MQL切削液雾滴的运动和渗透有着较大的影响,楔形区的负压差能够促进切削液喷雾的运动,切削液雾滴粒径在集中在（1~20）μm之间,并按一定的规律分布。这对MQL切削参数及雾滴回收装置的研究有一定的参考意义。

摘要：微量润滑(minimum quantity lubrication,MQL)加工作为绿色切削技术应用越来越广泛。植物油作为基础油是最有潜力的绿色润滑剂。为了探求不同的植物油对切削加工的影响,选择了玉米油、蓖麻油和植物油2000(商品油)3种润滑油作为切削液,设计了三因素四水平的正交试验,以切削力和表面粗糙度为评价指标,切削液、切削速度和进给量为变量,对精密耦合件常用材料18Cr2Zi4WA合金钢作为样件进行高速车削正交实验,对实验结果进行了极差分析和方差分析,确定了润滑油为主要影响因素,并得到了最佳的水平组合,对机械加工工程实践具有参考意义。

摘要：爆破开挖后边坡岩体遭受破坏导致边坡失稳,现有工程常依据经验对爆破开挖后边坡损伤范围与损伤岩体参数进行估计。针对这一问题本文基于霍克布朗模型提出了解决方法,并利用专业岩土软件plsxis2d建立了边坡数值分析模型,来分析爆破损伤对层状边坡稳定性影响。得出在层状边坡中决定其稳定性的关键因素主要有:结构面位置、结构面强度以及爆破损伤程度,而当爆破损伤程度确定后,其对边坡安全系数的影响将接近于定值,则可以看出原有设计的安全系数越小,爆破损伤对其影响越大。

摘要：群养圈栏内猪只的位置分布是反映其健康福利的重要指标。为解决传统人工观察方式存在的人力耗费大、观察时间长和主观性强等问题,实现群养猪只圈内位置的高效准确获取,该研究以三原色(Red Green Blue,RGB)图像为数据源,提出了改进的快速区域卷积神经网络(Faster Region Convolutional Neural Networks,Faster R-CNN)的群养猪只圈内位置识别算法,将时间序列引入候选框区域算法,设计Faster R-CNN和轻量化CNN网络的混合体,将残差网络(Residual Network,ResNet)作为特征提取卷积层,引入PNPoly算法判断猪只在圈内的所处区域。对育成和育肥2个饲养阶段的3个猪圈进行24 h连续98 d的视频录像,从中随机提取图像25000张作为训练集、验证集和测试集,经测试该算法识别准确率可达96.7%,识别速度为每帧0.064s。通过该算法获得了不同猪圈和日龄的猪群位置分布热力图、分布比例和昼夜节律,猪圈饲养面积的增加可使猪群在实体地面的分布比例显著提高(P<0.05)。该方法可为猪只群体行为实时监测提供技术参考。