摘要：以厚度为0.44 mm的F0型纺纱钢丝圈板料作为研究对象,利用Deform-3D软件对切断间隙、冲压速度以及刃切圆角半径等影响因素在不同参数条件下的冲压过程进行有限元模拟,分析板料断裂全过程。将板料断裂后产生的毛刺长度作为评判断面质量的标准,采用数值模拟与正交实验设计相结合的分析方法,选取最优工艺参数组合。模拟结果表明:切断间隙为8%t、刃切圆角半径为1.5%t、冲压速度为5 mm·s^(-1)的优化方案下产生的毛刺长度最小。利用新型钢丝圈成形机进行工艺实验验证,获得实验值为0.0186 mm,与模拟最优值0.017 mm之间存在约9.41%的误差,但平均毛刺长度值降低约7%,证明了有限元模拟获得的最优工艺参数组合能有效地降低毛刺长度。

摘要：为开发非织造布辊用基布材料,以高强度聚丙烯(PP)纤维和聚酰亚胺(PI)纤维为原料,通过干法非织造布工艺制得样品。以纤维比例、针刺密度、针刺深度为因素,样品的面密度、厚度、拉伸强力、撕破强力、顶破强力、吸水倍率、孔径为指标,设计三因素三水平正交试验,探究影响非织造布辊用基布材料性能的主要因素。结果显示:影响产品撕破强力、顶破强力、吸液性、透气性的因素依次为针刺深度、纤维比例、针刺密度;影响产品拉伸强力的因素依次为纤维比例、针刺深度、针刺密度。最优工艺参数为高强度聚丙烯/聚酰亚胺(80/20),针刺密度800刺/cm2,针刺深度5 mm。

摘要：针对显著性目标多样性和不确定性,机器学习算法无法检测没有先验信息的图像问题,提出了一种基于图像边缘信息构建背景模型结合SVM分类算法的显著性目标检测算法。该方法对输入图像进行超像素预处理,使像素级转化为超像素级,既抑制噪声,又提高了计算效率。利用图像边缘超像素构建图像的初始背景模型,得到初始显著图。基于SVM算法建立目标和背景的分类模型,结合信息熵评价特征图,迭代优化背景模型,同时得到显著性目标。在公开数据库中进行了测试,实验结果表明,提出的检测算法能够在没有任何图像先验信息的情况下有效地检测出图像中的显著性目标,与流行的5种算法相比,该方法对检测目标的尺度和数量都具有较好的鲁棒性。

摘要：为了提高斯特林热机用于室温空调方面的性能,设计了一种通道规整的栅格式回热器,采用CFD仿真的方法分别对回热器简化后的多孔介质模型进行计算,分析在单向流与振荡流条件下的回热器内部温度分布与压力分布,对比了不同长径比的回热器性能,结果表明:回热器能够实现回热与换热,不同长径比下的回热器具有不同的换热性能。回热器在振荡条件下能够达到稳定运行。在单向流实验中,实验结果与仿真结果基本一致,验证了仿真结果的正确性。

摘要：为了提高钢丝圈成型精度以满足高速纺纱要求,首先分析了成型精度不高的原因,然后从自动化控制、简化机械结构、调节标准化、磨损补偿及设备柔性等方面入手,采用三维建模的方法对钢丝圈成型机进行了控制、传动及机械结构设计。采用PLC控制系统提高机床自动化程度,设计的模具座提高了设备柔性;采用主动放料方式防止扁丝拉长;通过测微头将调节量化、标准化,避免了“凭经验”造成的产品质量不统一问题;内螺纹连杆解决了成型刀具磨损无法补偿的问题;凸轮带动退料杆的退料方式可以提高模具稳定性。这些都有利于提高钢丝圈成型精度。

摘要：组织病理学图像是鉴别乳腺癌的黄金标准,所以对乳腺癌组织病理学图像的自动、精确的分类具有重要的临床应用价值。为了提高乳腺组织病理图像的分类准确率,从而满足临床应用的需求,提出了一种融合空间和通道特征的高精度乳腺癌分类方法。该方法使用颜色归一化来处理病理图像并使用数据增强扩充数据集,基于卷积神经网络(CNN)模型DenseNet和压缩和激励网络(SENet)融合病理图像的空间特征信息和通道特征信息,并根据压缩-激励(SE)模块的插入位置和数量,设计了三种不同的BCSCNet模型,分别为BCSCNetⅠ、BCSCNetⅡ、BCSCNetⅢ。在乳腺癌癌组织病理图像数据集(BreaKHis)上展开实验。通过实验对比,先是验证了对图像进行颜色归一化和数据增强能提高乳腺的分类准确率,然后发现所设计的三种乳腺癌分类模型中精度最高为BCSCNetⅢ。实验结果表明,BCSCNetⅢ的二分类准确率在99.05%~99.89%,比乳腺癌组织病理学图像分类网络(BHCNet)提升了0.42个百分点;其多分类的准确率在93.06%~95.72%,比BHCNet提升了2.41个百分点。证明了BCSCNet能准确地对乳腺癌组织病理图像进行分类,同时也为计算机辅助乳腺癌诊断提供了可靠的理论支撑。

摘要：蔬菜水果图像的分类研究在智慧农业领域具有重要的地位。针对蔬菜水果的实时高精度的分类问题,提出了一种基于LBP的粒子群优化混合核函数ELM模型(LBP-PSO-KELM)的分类方法,首先通过LBP等价变换提取蔬菜水果图像的纹理特征,然后将多项式核函数和高斯核函数加权成的复杂核函数(KELM)引入极限学习机中,并使用粒子群算法(PSO)对KELM中的核系数进行自适应选取,同时对引入的其他3个关键参数寻找最优值,获得最优模型。通过对Fruits-360数据集进行分类实验,结果表明,LBP-PSO-KELM在此数据集的分类准确率达到98.865 8%,平均分类时间为3.7ms,比单核ELM以及传统的分类方法分类准确率更高,模型计算时间短,且对硬件设备要求低,满足了智慧农业的实际需求。

摘要：为提高嵌入式设备的管理效率,设计了基于STM32的通信系统。系统硬件以STM32F407为开发板,通过RS232串口将TFTLCD触摸屏、SIM900A通信模块等硬件连接到开发板上。软件部分,在Keil5开发环境编写程序,实现了以MCU控制TFTLCD触摸屏和SIM900A模块工作。通过烧写程序,在TFTLCD屏幕观察到提示信息,实现了人机交互的功能。经测试,互联的系统之间的通话、短信发送达到了嵌入式设备通信的基本要求。

摘要：目的建立金茵利胆胶囊高效液相色谱指纹图谱并进行其与抗氧化作用的灰色关联分析。方法采用中药色谱指纹图谱相似度评价系统(2012版)对15批样品进行相似度分析;对均匀设计的N0~N7样品的共有峰进行体外DPPH和ABTS清除自由基的抗氧化活性测定,以清除率为药效指标,进行灰色关联分析。结果15批次样品指纹图谱叠加出23个共有峰,相似度均大于0.900。经对照品化学指认确定出7个共有峰(新绿原酸、绿原酸、隐绿原酸、1,3-二咖啡酰奎宁酸、对羟基苯乙酮、柚皮苷和新橙皮苷)。谱效关系研究结果表明峰12、峰14(绿原酸)、峰23(新橙皮苷)、峰10、峰17(对羟基苯乙酮)、峰8、峰13(隐绿原酸)和峰9(新绿原酸)抗氧化活性贡献度较强。结论本研究对金茵利胆胶囊谱效关系进行关联分析,为其抗氧化活性成分的筛选提供参考。