摘要：基于4H-SiC设计了一种开槽四梁式的压阻式加速度计,通过分析开槽位置、开槽大小对传感器灵敏度及固有频率的影响确定了开槽的相关参数,并对该结构采用有限元方法进行了热-力耦合仿真,确定了该结构在不同温度场下施加不同载荷时的理论电压输出。研究结果表明:该结构相较于传统双端四梁结构输出灵敏度提升51.4%,固有频率仅下降14.2%,在ANSYS 600℃的稳态温度场环境下,传感器输入载荷与输出电压成线性关系,理论满量程输出为39.71 mV。

摘要：在氮化硅陶瓷气压烧结制备过程中,除烧结加热制度外,氮气压力对其性能影响也很大,为了制备出性能更为优异的氮化硅陶瓷,本文采用气压烧结法在不同压力下制备氮化硅陶瓷材料,研究氮气压力对氮化硅陶瓷材料力学性能的影响。结果表明:当氮气压力达到4 MPa左右时,获得的氮化硅陶瓷材料综合性能最佳,α相几乎全部转变为β相,β-Si_(3)N_(4)晶粒长径比约为5.5,相对密度约为97.9%,抗弯强度约为(671.83±30.00)MPa、维氏硬度(HV)约为1670.25±50.00、断裂韧性约为(7.83±0.3.0)MPa·m1/2;通过分析氮化硅陶瓷材料腐蚀面和压痕裂纹的微观结构,发现适当的氮气压力能促使裂纹在扩展路径上更易发生偏转、分叉等增韧机制,消耗裂纹扩散能量,从而提高氮化硅陶瓷材料的断裂韧性,本研究对氮化硅陶瓷材料的增韧具有一定的指导意义。

摘要：目前,采用三辊斜轧穿孔的大规格薄壁镁合金管容易出现尾三角。因此,本文提出采用二辊锥辊穿制坯料直径为110 mm的大规格AZ31镁合金薄壁无缝管的方法。分析了二辊和三辊斜轧穿孔的原理,根据镁合金材料的特点,制定了相应的变形工艺参数,并采用Deform-3D有限元软件对整个过程进行了数值模拟。分析了等效应变、轧制速度、等效应力等结果。模拟结果表明,管形均匀,尾部截面圆整。

摘要：文章旨在探究不同发酵剂对板栗叶发酵饲料品质的影响。试验采用单因素试验设计,试验分为3个处理,分别为对照组(不添加任何菌剂),试验Ⅰ组(添加30g/kg纤维素酶),试验Ⅱ组(添加30 g/kg纤维素酶+3 g/kg复合益生菌),每个处理5个重复,在室温下发酵20 d后取样,对比分析不同板栗叶发酵饲料的品质差异。结果表明,与对照组相比,试验组乳酸、乙酸、丙酸、酒石酸、柠檬酸等的含量均显著增加(P<0.05),其中,相比于试验Ⅰ组,试验Ⅱ组的乳酸、乙酸等含量显著增加(P<0.05),而试验组挥发性盐基氮及pH值显著降低(P<0.05);同时,与对照组相比,试验组粗蛋白质含量显著增加,粗纤维含量、中性洗涤纤维含量及酸性洗涤纤维含量均显著降低(P<0.05);此外,与对照组相比,试验组乳酸菌显著增加(P<0.05),霉菌活菌数显著降低(P<0.05)。试验组感官评定指标明显提升,尤其是试验Ⅱ组,板栗叶发酵饲料的色泽呈淡黄色,酒香味浓重,且质地柔软松散。以上结果表明,添加纤维素酶+复合益生菌制备的板栗叶发酵饲料发酵品质及营养品质得到明显提升。

摘要：深度图像信息是三维场景信息的重要组成部分,然而,由于采集设备的局限性和成像环境的多样性,深度传感器获取的深度图像往往分辨率较低、高频信息较少,限制了其在各种计算机视觉任务中的进一步应用.深度图超分辨率试图提高深度图的分辨率,是一项实用而有价值的任务.同一场景下的RGB图像分辨率高,纹理信息丰富,部分深度图超分辨率算法通过引入来自同一场景下的RGB图像提供指导信息,实现了算法性能的显著提升.然而,由于RGB图像和深度图之间的模态不一致,如何充分、有效地利用RGB信息辅助深度图像进行图像超分辨率重建仍然极具挑战.为此,提出了一种基于彩色图像高频信息引导的深度图超分辨率重建算法.具体地,设计了一个高频特征提取模块来自适应地学习彩色图像中的高频信息,以指导深度图边缘的重建.另外,设计了一个特征自注意力模块来获取特征之间的全局依赖,同时提取更深层次的特征,以帮助深度图细节信息的恢复.经过跨模态融合,重组深度图像特征和彩色图像引导特征,并使用多尺度特征融合模块融合不同尺度特征之间的空间结构信息,获取包含多级感受野的重建信息.最后,通过深度重建模块,恢复相应的高分辨率深度图.公开数据集上的实验结果表明所提方法在定量和定性两方面均优于对比方法,验证了所提方法的有效性.

摘要：针对金属棒材圆弧表面在光照条件下产生高光,易掩盖划痕信息的问题,设计了在多种照明条件下多种曲度棒材的缺陷数据采集实验,以增加样本的多样性和模型的泛化性;针对金属棒材表面划痕的检测问题,提出了一种改进的U2Net的缺陷分割方法,调整了残差模块(residual U blocks, RSU)的混合膨胀卷积的膨胀因子,并在全部RSU的最后一层增加了坐标注意力机制(coordinate attention, CA),缓解了原网络在编码和解码过程中各残差块的影响,提升了模型对划痕的检测效果。实验表明,改进U2Net网络与U2Net网络对比,准确率与召回率的综合评价指标由86.4%上升到了88.5%。

摘要：机器学习算法的性能与数据质量密切相关,然而实际数据中可能存在各类噪声,如何处理标签噪声是机器学习的重要挑战之一.由于回归标签噪声的复杂性,现有噪声过滤方法在处理数值型标签噪声时效果不够理想.本文首先通过标签离散化方式提出一种基于粒度球的数值型标签噪声估计方法,然后给出标签含噪时回归模型的泛化误差估计,并将其作为噪声过滤的目标函数进行优化,最后将所提噪声估计方法与目标函数结合设计了粒度球标签噪声过滤(Granular Ball Label Noise Filtering,GBNF)方法.在标准数据集和真实年龄估计数据集的实验结果表明,该方法识别标签噪声的准确率较高,并取得了比其他噪声过滤比较方法更好的测试性能.

摘要：针对传统视觉测量挖掘机工作装置姿态中人工靶标易被泥土污染遮挡和受背景环境影响导致姿态测量失败的问题,提出基于多点标识的挖掘机工作装置姿态测量方法,利用一台RGB摄像机和YOLOv3深度学习算法实现对无任何传感器挖掘机工作装置的姿态测量。设置区别于背景环境、易于识别和定位的关键点标识,捕获大量工作装置图像并标注建立数据集,以此数据集训练获得视觉模型实现关键点标识的检测;根据关键点间的约束关系和相机成像原理还原关键点标识的三维信息,并计算相应杆件的姿态角。研究结果表明:提出的姿态测量系统能够解决姿态测量中存在的问题,且对挖掘机工作装置姿态测量瞬时偏差在±2°范围内,平均测量偏差在±1°范围内,满足视觉伺服中姿态角的反馈;同时,测量系统对每帧图像平均处理时间为108.26ms,满足实时测量条件。

摘要：为了提高短期光伏功率预测效率,设计了一种基于Elman神经网络的短期光伏功率预测方法。在确定网络结构与各项参数的基础上实现准确预测,该方法受到训练后表现出很高的准确率和合理性。研究结果表明:类簇数据表达到了较大相似度,类簇间数据表现出了明显差异特征。采用优化方法开展发电功率预测,建立预测值和实测值的关系,预测日达到了与实测值相近的预测结果,采用优化聚类算法获得了更精确预测结果。通过该算法优化后,预测误差均值明显下降,IMSE均值下降幅度约80%,获得更有效的聚类结果,采用优化聚类处理可以促进短期预测精度的有效提升。该研究可以拓宽到其它的同类领域中,具有很好的实际推广价值。

摘要：轨道交通机车车辆关键部件检修检测是关乎铁路运行安全工作的重要因素之一,长期以来,检修与检测自动化技术的环境是以国外计算机操作系统和硬件设备为基础,从底层硬件到上层系统应用都面临安全、供应等风险。为此,研究基于国产操作系统和国产化硬件环境的自动化检修检测系统对行业应用的自主可控具有重要意义。本文提出了基于信创环境的轨道交通关键部件检测系统的设计思想及实现方法,为信创产业在轨道交通检修检测行业技术的国产化发展提供技术支撑。