摘要：研究以功能结构为准则的基于力流分析的产品再设计方法。首先应用活动图对产品的操作过程进行分析,然后应用力流图对操作实现建模,同时建立产品的功能结构模型,明确零部件和相互间交界面,分析零件之间的相对运动特性和可组合性,在不影响产品功能前提下改变零件之间的连接类型以减少零件数量,从而实现产品的再设计,并以订书机的再设计过程为例验证了该方法的有效性。

摘要：多极化天线能够有效利用电磁波的空间维度,使无线通信或雷达系统容量得到很大提高。从对角馈电的基片集成波导腔体的场分布出发,分析其传输模式。通过在腔体表面设置正交缝隙,可以实现两种相互垂直的极化方式。在分析正交矩形缝隙和领结形缝隙的尺寸对天线性能影响的基础上,获取了TE120模谐振频率的经验计算公式,从而设计了两种双极化天线并比较了两者的工作性能。测试和分析结果表明,双极化领结形缝隙天线具有更大的带宽和更小的缝隙尺寸,测试的工作带宽为200 MHz,天线增益为5.2 dBi,具有广阔的应用前景。

摘要：在物业管理软件设计的建模阶段使用了基于面向对象的统一建模语言(UML)对数据库和系统建模;编程实现阶段则使用Delphi 7开发工具实现基于面向对象软件开发。整个研究与开发过程综合运用了面向对象的计算机软件工程思想。

摘要：水利工程的修建阻断了河流的连通性,鱼类在通过水电站时容易受伤和死亡。利用水中电场对鱼类进行驱赶,使其远离危险区域,降低其受伤的可能性,并导向鱼道,提升鱼道的过鱼效果。电驱鱼是一项驱鱼效果显著且具有无限潜力的新型技术,对于鱼类保护具有深远意义。鱼类对水中电场具有敏感性,改变电学参数时,鱼类在水中电场会出现不同的反应,通过选择合适的电学参数和调整电极的方位,可以使水中电场起到很好的驱鱼作用和一定的导鱼效果。电驱鱼效果受多种因素的影响,包括鱼类的种类和体长、电导率、水温、流速等。本文基于国内外电驱鱼技术研究现状,探讨了电驱鱼技术在未来的发展方向和应用前景。结合当前电驱鱼技术存在的部分问题,指出该技术可向降低成本或智能化方向发展,为电驱鱼技术的进一步发展提供参考。

摘要：在工业生产与科学研究中,常会遇到高温测量,光纤高温传感器有很大的市场需求。本文提出并演示了一款新颖的迈克尔逊干涉仪高温传感器,迈克尔逊干涉仪是由飞秒激光在单模光纤纤芯诱导的折射率修饰区与光纤光滑的端面形成。折射率修饰区是用飞秒激光直接在单模光纤纤芯写成,它消除了传统干涉仪制造中所需的拼接或拉锥过程,显著提高了传感器的鲁棒性。实验研究发现该传感器具有较好的高温敏感性,最高测量温度达到600℃,线性度达99.57%,高温灵敏度为16.9 pm/℃。设计的传感器结构非常简单,可用于油气田开发和石油探测等领域的远距离温度测量。

摘要：纳米孔单分子检测技术是一种集操作简单、灵敏度高、检测速度快、无需标记等优点的传感检测技术,广泛应用于蛋白质检测、基因测序和标志物检测等领域。基因测序的费用、灵敏度和精度是该检测技术的发展中亟待解决的主要问题,而开发新型的纳米孔材料则是解决这些问题的关键手段。本文从纳米孔材料的选择和设计角度出发,综述了三种不同的纳米孔,即蛋白质等生物纳米孔、固态纳米孔和新型二维材料纳米孔在生物分子检测方面的应用现状,并比较了生物纳米孔与固态纳米孔的差别。本文也重点阐述了二维材料纳米孔在生物分子检测中的实验和模拟研究进展。最后,对纳米孔检测技术的发展前景进行了展望。

摘要：针对环形锻件轧制成形工艺方案关键设计难点中的毛坯设计问题,结合环件轧制毛坯设计理论与机器学习算法,建立了基于BP神经网络算法的轧环毛坯尺寸智能推演模型和基于支持向量机算法的冲孔毛坯尺寸智能推演模型,利用从企业收集到的历史工艺案例数据对推演模型进行学习训练,通过对比不同推演模型结构下的工艺设计结果确定了最终的轧制毛坯智能推演方案,并利用有限元模拟和物理实验验证了智能推演方案的可靠性。

摘要：针对沥青路面微观形貌常用检测方法的不足,融合显微视觉的局部放大特性和数字图像处理技术,提出了基于显微视觉的沥青路面微观纹理三维重构方法。根据激光三角测量原理建立显微视觉三维重构数学模型;利用立体显微镜采集序列图像,对图像进行插值处理和阈值分割,并提取光条中心线;采用Delaunay三角剖分算法实现表面三维重构。与基于聚焦深度的沥青路面微观纹理三维重构方法进行试验对比分析,结果表明,本文方法对光照均匀性无特殊要求,具有精度高、操作简便、三维直观性强等特点。

摘要：基于Coolstreaming系统设计思想,针对嵌入式系统计算能力弱存储小的特点,为减少控制信息和调度传输时间,对其交换机制以及启发式算法进行改进,提出一种适用于IPTV环境的调度算法使其适合嵌入式IPTV机顶盒应用.通过局域网对应用此算法的嵌入式系统进行测试,结果表明使用该算法节点处理开销小,能为大量IPTV用户提供高质量的直播服务.

摘要：针对公共场合密集人群在紧急情况下疏散的危险性和效果不理想的问题,提出一种基于深度Q网络(DQN)的人群疏散机器人的运动规划算法。首先通过在原始的社会力模型中加入人机作用力构建出人机社会力模型,从而利用机器人对行人的作用力来影响人群的运动状态;然后基于DQN设计机器人运动规划算法,将原始行人运动状态的图像输入该网络并输出机器人的运动行为,在这个过程中将设计的奖励函数反馈给网络使机器人能够在“环境行为奖励”的闭环过程中自主学习;最后经过多次迭代,机器人能够学习在不同初始位置下的最优运动策略,最大限度地提高总疏散人数。在构建的仿真环境里对算法进行训练和评估。实验结果表明,与无机器人的人群疏散算法相比,基于DQN的人群疏散机器人运动规划算法使机器人在三种不同初始位置下将人群疏散效率分别增加了16.41%、10.69%和21.76%,说明该算法能够明显提高单位时间内人群疏散的数量,具有灵活性和有效性。