摘要：探究双频超声波处理对米曲霉代谢过程中产生的蛋白酶活性的影响,采用单因素试验研究双频超声场的工作参数(功率密度、超声波处理总时间、温度、双频工作时间比)对米曲霉所产蛋白酶活性的影响,并采用正交试验设计方法对超声波处理的工艺参数进行优化,得到最佳超声波处理的工艺参数:超声波功率密度25 W/L,处理时间10 min,介质温度20 ℃,25 kHz和40 kHz超声波工作时间比20:30(s/s).在此条件下处理的蛋白酶活性相比未超声处理的对照组提高了5.68％,表明适当的超声波处理可以提高蛋白酶活性.

摘要：物体姿态估计在增强现实、自动驾驶和机器人操作等领域具有重要意义。在机器人抓取与辅助装配过程中实时并准确地估计目标姿态极其重要,为提高装配过程中零部件的抓取与监控的实时性与精度,研究了基于多视图特征库估计目标姿态的方法,设计融合BRIEF(Binary Robust Independent Elementary Features)特征匹配与ICP(Iterative Closest Point)点云配准的零部件姿态估计方法对零部件姿态角进行估计测量。以法兰、扳手、电钻等零件工具进行实验,实验结果表明融合BRIEF特征匹配与ICP点云配准的姿态估计方法运行耗时约200ms,而姿态估计的最大误差角度为4.5°,能有效保证零部件姿态估计方法的实时性与精度,可应用于机器人抓取作业、辅助装配监控等。

摘要：为探究不同成型方式对透水混凝土抗冻性能的影响,以人工插捣次数、装模次数、搅拌时间、击实次数设计四因素三水平正交试验,运用极差和方差分析不同成型方式对透水混凝土孔隙率的影响和相对动弹性模量随冻融循环次数的变化规律,获得不同成型方式对孔隙率和抗冻性能的影响顺序及最佳成型方式组合;根据冻融理论,建立冻融损伤量与孔隙率的关系式。结果表明:搅拌时间为影响孔隙率和抗冻性能的主要因素,相对动弹性模量随冻融循环次数的增加而增大,相对动弹性模量损失量最大可达75%;冻融次数与冻融损伤量呈幂函数关系;当孔隙率小于临界孔隙率时,孔隙率与冻融损伤量呈正弦函数关系,当孔隙率大于临界孔隙率时,孔隙率与冻融损伤量呈线性关系。

摘要：测量技术是一门理论与实践结合相结合的课程,是工科类以及设计类专业基础课,是多门专业培养的学习开端。笔者针对目前西南科技大学测量技术教学的现状,进行了原因分析,并提出了解决措施,供广大测量教学工作者参考。

摘要：中华优秀传统文化是中华民族历经数千年历史发展逐渐形成的结晶,是无数中国人民在面对艰难困苦时的精神支柱,是新时代中国特色社会主义根植的文化沃土,对加强大学生思想政治教育(以下简称“思政教育”)具有重要作用。新文科建设作为国家教育发展战略的重要环节,是回应新时代要求、传承文化根脉的重要举措,为传承中华优秀传统文化并将其融入高校思政教育,对落实立德树人,坚定文化自信,培育新时代文科人才和提升国家软实力具有重要意义。文章以中华优秀传统文化融入高校思政教育中存在的问题现状为导向,探讨在新文科建设背景下,将中华优秀传统文化融入高校思政教育的创新路径。

摘要：针对混凝土板类构件在低速冲击作用下能量耗散的问题,采用落锤装置对6组混凝土板试件进行低速冲击试验。结合弹性力学理论计算了试件的弹性变形能,并通过能量守恒定律得出试件塑性变形能,分析了混凝土强度和落锤冲量对混凝土板破坏能量耗散的影响。结果表明:在低速冲击下混凝土板所吸收能量的98%都通过塑性变形能的方式消耗;混凝土强度不能完全决定受低速冲击混凝土板塑性变形能的耗能,混凝土板的塑性变形能随冲击能量的增大而增大,并呈现很好的线性关系。该研究可对提高混凝土板类构件在低速冲击作用下的防护能力提供参考,以供防护工程设计所需。

摘要：针对旋翼无人机视觉伺服中相机视场范围过小等问题,提出一种基于云台相机的视觉伺服控制方法,实现了旋翼无人机在经典视觉伺服视场外位置的定点悬停控制。首先建立了云台相机的图像特征运动学模型,设计了基于云台相机的旋翼无人机视觉伺服控制方法,并将模糊PID算法融入云台控制,旨在提高响应速度。分别进行了近目标点和中远目标点的旋翼无人机视觉伺服定点悬停仿真。仿真结果表明,所提方法大幅扩大了旋翼无人机视觉伺服控制的视野范围,扩展了无人机视觉伺服的应用场景。

摘要：针对风洞试验中悬挂支撑系统对飞行器模型进行测控时,存在布线难度大、有线连接通信故障难以维护和线缆干扰等问题,设计并实现了一种基于FPGA的无线通信系统,该系统通过对实时无线模块A7196以及高速无线模块ESP32的控制,实现对飞行器模型中15路舵机的控制和航姿信息、舵机信息等数据的实时采集传输。同时为保证无线通信系统的可靠性与安全性,系统在无线数据收发过程中具备卷积码的编码译码和加密功能。试验结果表明:该系统在风洞环境下无线数据传输时延为916.42μs,丢包率为0.35%,满足预期目标。

摘要：含能化合物的设计效率决取于多方面因素,如筛选空间中潜在高性能样本的占比和关键性能的准确预测方法。本研究提出预筛选分子骨架提升虚拟筛选空间整体性能的方案,并将高通量计算与深度学习相结合用于含能化合物设计。研究发现,含能分子的晶体密度与其骨架密度之间存在中度的正相关性,通过预筛选高密度分子骨架可以有效提升虚拟筛选空间的整体密度。研究基于晶体学数据库CCDC提供的含能晶体密度数据集,采用深度学习方法获得含能晶体的密度预测模型,具有可靠的精度和泛化性。在此基础上,以稠环类含能化合物为研究对象,通过骨架预筛选获得高密度的稠环分子骨架,从而通过分子片段组装获得由潜在的高密度分子组成的虚拟筛选空间。研究采用量子化学计算和爆轰产物状态方程等方法实现了生成焓、爆轰性能和化学稳定性的预测,从而由性能排序筛选出能量水平优于RDX,稳定性优于TNT的新型含能分子6个。研究表明,分子骨架预筛选可以有效提升虚拟筛选空间的总体性能,在此基础上借助高通量计算与深度学习可实现含能分子的高效设计。

摘要：超燃冲压发动机燃烧室流场纹影图像常存在大量噪声信号,如何高效、准确提取燃烧流场图像的主要波系结构成为当前亟需探索的问题。以超燃冲压发动机燃烧室内冷流到氢燃料点火阶段流场为研究对象,基于深度神经网络方法,发展一种燃烧室内流场的关键波系结构快速识别方法。采用基于图论的超像素分割方法对纹影图像进行聚类分割,为语义信息明显相同区域分配伪标签;设计了一种全卷积特征提取神经网络,并使用残差结构对各个通道进行加权,提取纹影图像高级语义特征;使用交叉熵目标函数优化网络模型,并通过阈值滤波操作去除噪声像素点,提升语义分割效果。结果表明:与K-means及自适应高斯阈值方法相比,本文提出方法在准确率、召回率、F1分数和交并比指标性能明显是最优的,能够准确完成燃烧流场纹影图像语义分割任务,可以更加清晰地反应流场内的主要波系和剪切层结构。