横向热气流中单液滴剪切破碎特性研究

为了获得热气流中单液滴剪切破碎特性,采用高速摄像机对液滴变形、破碎过程进行了捕获。结果表明:液滴初始直径减小、气流温度增加,降低了液滴发生剪切破碎所需最小气动力;液滴破碎特征时间,随气动力增加呈线性递减变化趋势,且其值与变化梯度都随液滴初始直径增加而增大;液滴破碎区域面积、子液滴质量百分数随气动力增加呈先增加后减小的变化趋势,液滴初始直径增加,液滴破碎区域面积随之增加,而子液滴质量百分数则随之减小;剪切破碎锥角,随气动力增加呈线性减小的变化趋势;液滴破碎程度随液滴初始直径增加有明显改善;标准离差率数学模型可以用于子液滴群空间分布均匀性方面的研究。     

引领趋势

2011年整个机床工具行业迎来了高速增长的一年,虽然从第二季度整个行业感受到了由财政紧缩政策带来的增长缓速,但是全年看来,对于DMG中国来说,我们收获的远远不仅仅是订单的突飞猛进,更是品牌、技术、服务、客户体验的全面升级     

F机床在精密锻造模具中的应用

机械加工技术正朝着高效率、高精度、高柔性和绿色制造的方向发展。在机械加工技术中,切削加工是应用最广泛的加工方法。近年来,随着加工技术的快速发展,市场竞争的日趋激烈,客户对制造商模具加工的精度、工艺复杂程度和制造周期等要求愈来愈高,而模具的加工价格却因市场竞争降低,行业中采用高硬度坯料直接铣加工模具等新工艺的使用愈来愈普遍。高速直接切削已成为切削加工的主流和先进制造技术的一个     

高速铁路隧道初始压缩波一维流动模型的数值分析方法

基于隧道内空气流通截面是时间和距离的二元函数条件与一维流动理论,提出了高速列车驶入设有缓冲结构隧道端口时产生初始压缩波的数值分析方法。一维流动理论采用考虑摩擦、传热以及空气质交换等因素的一维可压缩非定常不等熵流动模型。数值分析方法采用广义黎曼变量特征线法。与国外有关未设缓冲结构、开孔型与未开孔型缓冲结构的隧道端口三种情况的现车试验结果进行了比较,表明本文所建方法正确、合理,能够模拟计算多种类型缓冲结构条件下的压缩波波动规律。     

基于高速存储平台的高性能RS编译码器设计

目前,星载高速存储设备中采用商用RS编译码IP核来实现数据纠错功能,能够实现的编译码最高速率为800 Mbps,只能依靠多个IP核同时工作达到吉比特高速数据存取速率的要求。星载存储数据发生错误的主要原因是存储区单粒子翻转和存储介质本身特性产生的单比特数据错误。针对星载存储数据的误码特性,本文提出一种RS编译码改进算法,通过对编码算法中的剩余多项式及译码算法中的伴随多项式进行降次处理,减小编译码过程中运算的迭代次数及计算量,以及对编译码算法中的基本运算单元有限域乘法器采用子项复用技术,实现对传统RS编译码算法的改进。结果表明改进后的编译码器能达到最高数据速率为10.5 Gbps,编码器资源较单个商用IP核减少15%,译码器资源减少40%,能够满足后续高速存储平台的应用要求。     

复杂薄壁、薄板类零件高速加工技术初探

从加工方法,加工参数,工装夹具等方面对薄壁、薄板类零件的加工进行深入探讨,有效地解决了薄壁、薄板类零件的加工,为今后进行此类零件的加工进行了有益的技术储备。     

高速铣削技术的发展

简要论述了高速铣削的工艺特点及应用前景,对高速铣削精密加工取得成功的技术链中的关键要素———机床、主轴、刀具和工夹的要求进行了分析,并介绍了先进国家在高速铣削加工中采用的技术和措施。     

全行业高速增长，力求又好又快发展——2006年年度中国民用航空运输业发展报告（下）

(三)服务水平2006年,全行业通过提高航班正常率和认真处理服务质量投诉,有效提高了行业服务水平。同时,大力推广电子客票,解决了电子客票报销凭证问题,目前使用电子客票的比例已经超过80%。     

非定常风沙流中风速脉动对沙粒相瞬时浓度影响的实验研究

在大气边界层风洞内采用高速CMOS相机记录了时均风速线性上升的来流条件下运动沙粒的图像。根据二进制图像标记像素的连通性,从数字图像中提取相机拍摄区域内沙粒的数量N,由此计算得到风沙流的瞬时含沙量C。获取图像的同时,使用恒温式热线风速仪MiniCTA配合55R49热膜探头测量观测域上方主流位置和跃移层顶部附近的风速变化。实验结果表明,风沙流中的瞬时含沙量总是非稳定的,其变化频率至少在100Hz以上。风沙之间的相互作用存在一定的滞后效应,大气湍流脉动对含沙量的作用与沙粒粒径相关,粒径越小,风速脉动作用越大。当粒径≤160μm时,风速的微小变化即可引起含沙量的明显波动,二者高度相关。当粒径较大的时候,如300～500μm,只有较长时间较大幅度的风速脉动才能使含沙量有较大幅度的变化,研究时均风速变化对含沙量的影响更具有意义。     

融合热特征的机场航站楼热成像显著人体检测模型（英文）

弱光背景下的目标检测是航站楼夜间巡检机器人的主要任务之一。然而,那些能够在计算资源有限的机器人平台运行的算法往往难以确保航站楼中人体目标的检测精度。为此,本文提出了一种融合热特征的显著人体检测模型。该模型仍然以U-Net神经网络作为基本架构,但是在解码器模块结构和模型轻量化方面重新进行了设计。一方面,在模型的解码器部分增加了由热特征分支和显著特征分支构成的融合模块,进而设计对图像高温区域更为敏感的预测损失函数,以提升算法在复杂场景下的检测精度;另一方面,通过精简编码器网络结构和控制解码器通道数的方式对模型进行了轻量化改进,以降低算法对计算资源的需求。4个数据集上的实验结果表明,本文方法既能确保较高的检测精度和很好的算法鲁棒性,又能以40 f/s以上的检测速度满足巡检机器人实时检测的需要。