摘要：根据模块化、面向对象、面向装配的设计原理开展三维特征的参数化建模,以MicrosoftVC++6.0作为开发平台,UG/OpenAPI等作为二次开发工具,根据MFC编程、MenuScript菜单集成和数据库接口等技术,开发了基于UG的铸钢件冒口CAD系统。讨论了系统构建思想及其实现的关键技术。设计实例验证了软件系统的有效性。

摘要：提出一种基于现场可编程门阵列的多画面处理器设计方法。该系统由视频输入模块、视频矩阵模块、A/D转换模块、视频信号处理模块、视频输出模块和控制模块组成。针对多画面处理的特点,给出信号调理、图像缩放、画面分割等关键技术的实现方法。实际应用证明该系统具有较好的显示效果。

摘要：针对清洁能源输出电压等级较低难以实现直流微电网并网的问题,提出一种基于开关耦合电感的无源钳位结构的高升压DC-DC变换器。所提变换器采用开关耦合电感结构连接变换器的输入端与输出端。通过调整耦合电感的匝比提高电压增益。此外,采用无源钳位结构回收漏感能量,抑制功率开关管上的电压尖峰,降低功率开关管的电压应力,提高变换器的电能转换效率。该文介绍变换器的工作原理,推导了变换器的稳态特性和各元件的设计参数,详细分析变换器的损耗以及选择有利的参数提高效率,如合理设计耦合电感匝比。搭建一台输入电压为40 V、输出电压为400 V、满载功率为250 W的实验样机,验证了变换器的可行性和理论分析的正确性。实测的最高效率和满载效率分别为97.59%和97.10%。

摘要：提出一种新型的能将釜底液体连续喷洒在容器内壁形成液膜以提高传热速率的自吸式搅拌装置。从流体动力学的基本方程出发,推导出搅拌装置的设计计算方法。用水为介质在直径200 mm,高300 mm的外表面电热套加热的圆柱形敞口容器中分别在自吸式搅拌装置和普通螺旋桨叶轮搅拌下进行了对比蒸发实验。结果表明,采用自吸式搅拌装置可减少蒸发时间47%以上。

摘要：针对核电厂事故条件下卸压排气过程中的放射性气体成分及气体监测要求,对核电厂安全壳卸压排放气体放射性活度探测装置进行了理论设计。并利用MCNP对探测装置进行了模拟计算,结果表明:在选择合理的测量准直器、屏蔽方案条件下,该装置可实现安全壳卸压排放气体放射性活度监测。最后通过实验验证表明,模拟计算结果真实可靠,可为核电厂卸压排气放射性监测设备的研制提供重要的理论支持和参考。

摘要：在考虑T（d,n）^4He（D-T）反应快中子源能谱、角分布、面源结构及靶系统对中子的作用的基础上,利用MCNP程序模拟了（D-T）反应快中子在屏蔽材料中子的输运。通过屏蔽体外泄漏中子及γ射线的注量率、能谱及在水中的吸收剂量的分析,给出了满足T（d,n）^4He反应中子源快中子治疗屏蔽体的三种复合屏蔽方案。

摘要：根据有限元模拟原理,基于ANSYS软件环境对机车车轮大型铸钢件的凝固进程三维非稳定温度场进行了数值模拟。通过有限元模拟的反馈信息进行了铸件凝固工艺的优化设计。模拟结果表明,按照传统的比例计算法设计的冒口系统能够保证铸件产品的质量,但冒口数目多,铸件工艺出品率偏低。如果单纯减小冒口尺寸以提高工艺出品率,则车轮铸件的顺序凝固条件将会受到破坏,导致缩孔缩松缺陷产生。通过减少冒口数目并设置冷铁,则可通过冒口和冷铁的联合作用,既保证无缺陷凝固工艺过程的实现,又能提高工艺出品率。通过模拟优化的实施,预测工艺出品率将提高12%。

摘要：本文结合我国社会发展现状,针对大型体育场馆的赛后利用与可持续发展问题,提出了动态适应性设计的理念、设计原则与设计对策,倡导体育建筑与城市的和谐发展。

摘要：针对变分模态分解在实际应用过程中需要根据先验知识确定惩罚函数和分量分解个数这一缺陷,提出了一种改进方法,即广义变分模态分解方法。该方法减少了人为因素对分解结果造成的主观影响,将信号分解转化为非递归、变分模态分解方式,能够有效分离频率成分相近的谐波分量,且对信噪比较小的信号有着良好的鲁棒性。将该方法应用于齿轮箱复合故障诊断中,仿真和实验的结果验证了该方法的有效性。

摘要：传统的智能诊断方法一般都是基于"特征提取+分类器"模型,其核心在于特征值的提取以及分类器的设计。针对不同的诊断对象,通常需要根据先验知识提取不同的故障特征值,这必将给最终的诊断结果带来诊断误差;与此同时,传统的分类器一般使用浅层模型,这使得其难以表征信号与装备运行状况之间复杂的映射关系。作为深度学习算法典型代表之一的深度信念网络(Deep Belief Network,DBN),可以直接从原始信号中提取特征并具有深度学习能力,因而已受到越来越多研究者的关注。但是DBN依然存在网络结构需要人为设定的缺陷,这也限制了DBN在工程实际中的应用。为解决DBN网络结构难以确定及如何提升其在工程实际应用中的诊断效率问题,提出了一种新的深度信念网络,即结构自适应深度信念网络(Structure Adaptive Deep Belief Network,SADBN)。与DBN相比,SADBN可以自适应地确定网络结构,有效提高诊断效率。对滚动轴承故障振动信号的分析结果表明了改进网络的有效性。