基于Windows平台的超声波铣削机床数控系统

传统的超声波加工机床通常根据“形状拷贝”原理对工程陶瓷进行加工 ,其特点是工具沿直线方向一维进给 ,靠配重调整加工压力并实现工具的进给运动。本课题运用传感技术和数控技术 ,在Win dows平台上开发了一种开放式数控系统 ,采用“分层制造”方式 ,并对加工压力进行实时控制 ,可用简单形状工具实现陶瓷材料的三维复杂型面的加工。     

朱剑英院长率代表团访问俄罗斯航空院校

以朱剑英院长为团长的南航代表团一行5人,应俄罗斯5所航空院校的邀请,于5月21日至6月12日,先后对喀山航空学院、乌法航空学院、萨玛拉(古比雪夫)航空学院、圣彼得堡航空仪表学院、莫斯科航空学院进行了友好访问。代表团在喀山航空学院还参加了该院60周年校庆活动。     

一种改进的高精度硅微陀螺仪闭环驱动方案研究

提出了一种改进的高精度硅微陀螺仪闭环自激驱动方案。该方案对相角进行了优化控制，消除了驱动频率和驱动模态固有频率的相对频差影响，实现了闭环驱动的相角和增益条件的解耦。利用闭环回路中直流控制量与驱动力间的非线性关系，实现闭环自激控制。试验结果表明，1小时内，驱动频率变化的均方差为0．009Hz，相对变化量为2．2ppm；驱动幅度变化的均方差为0．0025mV，相对变化量为15ppm。由此可见，本方案使驱动频率和幅度稳定性得到了极大提高。     

碳/碳复合材料与硬铝切削表面三维测量对比研究

针对各向异性复合材料切削表面粗糙度的测量与评定是国内外急待解决的问题，采用Talyscan150表面粗糙度测试仪对C／C复合材料和硬铝（LY12）切削表面粗糙度进行三维非接触测量。通过三维评定参数的对比，研究了C／C与LY12的切削表面粗糙度。结果表明：采用二维评定参数评定C／C的切削表面粗糙度将丢失表面的许多信息，三维评定参数可以更全面、更真实地表达复合材料切削表面粗糙度的特征。C／C切削表面和LY12切削表面在峰态分布以及表面纹理方面具有较大的差别。与LY12切削表面相比较，C／C切削表面有更多的深谷，而且表面没有明显的切削进给波纹。5q参数比5a参数能更好地表达复合材料切削时的纤维拔出与纤维露头的特征。     

激光加工非平面零件的光束入射角与偏焦量研究

介绍了在NdYAG激光切割系统上,试验研究激光切割非平面零件时,光束入射角与偏焦量对切口宽度的影响.考察一次切割过程中,激光束相对试件表面的入射角或偏焦量连续变化,模拟曲面板材等非平面零件的激光切割过程与状态.进一步讨论了切口宽度和形状的变参数控制方法,研究目标力求变参数激光加工曲面板、异型截面板及非平面零件的有效性和实用性.     

碳纤维复合材料表面形貌测量中频谱法的应用

针对现实中用户依据自身经验选择采样条件的不确定性,提出了一种能够客观判定最佳采样条件的方法.基于二维功率频谱分析,考虑奈奎斯特采样定理与混叠效应,提出一个归一近似因子来确定合适采样条件.经实验验证其适用于碳纤维复合材料表面形貌测量,研究证明用较大采样间距多次测量加工后工件的表面形貌,取粗糙度值的平均值或最大值来评定其表面质量更合理.     

混粉电火花加工中粉末对极间电容和放电间隙的影响

对混粉电火花加工和普通电火花加工进行了对比试验。分析了工作液中粉末使极间电容减小、放电间隙变大的原因,并从这个角度解释了混粉电火花加工可以改善工件表面质量的机理。     

体育场内场风环境模拟实验研究

体育场内场风环境是建筑设计者和体育工作者非常重视和关心的问题,因为它涉及到运动成绩被承认与否和体育比赛的效果。本文针对浙江省黄龙体育中心体育场的建筑结构特点,对其内场逝地面的风场进行了测量,采用空气动力学实验中经常使用的热线风速仪和烟线示踪法对各种不同风向角条件下,外场风在现体育场结构方案中对场为的影响,显示内场风场的变化。对体育场建成后的使用,提出风影响预报。可以避免今后由于风作用而产生不利影响     

硅微陀螺仪的一种新型闭环驱动方案

介绍了一种新的硅微陀螺仪闭环驱动方案.该方案采用推挽驱动方式,即在陀螺仪活动梳齿两边的驱动电极上分别施加同相交流电压和反相直流电压.对驱动性能进行了分析,结果表明驱动力矩的频段与噪声信号频段是分离的.在此基础上,利用锁相技术满足正弦自激振荡的相角和增益条件,建立环路的自激振荡,实现了闭环控制.同时在闭环回路中利用正弦自激振荡的相角条件和锁相环的鉴相特性,消除了驱动信号对驱动检测信号的同频干扰,抑制了环路中的噪声干扰.试验结果显示,驱动电压的频率和幅度的变化量均在0.02%以下,实现了驱动稳幅稳频的目的,陀螺仪精度和可靠性得到了显著提高.     

基于深度视觉语义嵌入的视频缩略图推荐

视频缩略图作为视频内容最直观的表现形式,在视频共享网站中发挥很重要的作用,是吸引用户是否会点击观看该视频的关键要素之一。一句与视频内容相关的描述性语句,再搭配一幅与语句内容相关的视频缩略图,往往对用户更有吸引力,因此提出一种深度视觉语义嵌入模型来构建完整的视频缩略图推荐框架。该模型首先使用卷积神经网络（CNN）来提取视频关键帧的视觉特征,并使用循环神经网络（RNN）来提取描述语句的语义特征,再将视觉特征与语义特征嵌入到维度相同的视觉语义潜在空间;然后通过比较视觉特征与语义特征之间的相关性来推荐与特定的描述语句内容密切相关的视频关键帧作为视频缩略图推荐结果。在不同类型的网络视频数据上的实验表明,所提方法能够有效地从网络视频中推荐出与给定描述性语句内容较相关的视频缩略图序列,提升视频的用户浏览体验。