含圆柱段喷管中的侧向力与侧向力矩研究

木文研究了含圆柱段喷管中的三维流动及其引起的侧向力与侧向力矩。分为两个方面:非对称扰动下圆柱段中的三维流动及其引起的侧向力和侧向力矩;在一般入口条件下喷管扩张段中的非对称流动及其引起的侧向力和侧向力矩。使用了理论和实验两种研究方法,得出了一致的结果。研究的方法电可用于其它类型的喷管。     

滚轮式光栅位移数显器精度分析

根据滚轮式光栅数显器的工作原理,结合中、大型机床的加工需要及其精度指标,提出了该装置可能产生的误差分析与计算条件;着重论述了装置在制造安装、组合构件以及环境温度等六个方而的误差分析与计算。又根据现有技术水平、工艺条件及各组装零件的精度对各类误差进行综合性估算,并提出了估算公式。结果表明,基本上满足了设计技术条件的要求。     

基于传感器几何特性和图像特征的影像配准方法

“天绘一号”卫星是我国第一代传输型立体测绘卫星,搭载有三线阵CCD相机、多光谱相机和2m分辨率全色相机。多光谱相机波段间影像的配准是保证多光谱影像质量和有效应用的前提,在现有配准方法的基础上,文章提出了基于传感器几何特性和图像特征的配准方法来改善影像配准效果。这种方法首先基于相机几何特性对待配准图像进行调整,然后对图像进行局部多点取图,采用尺度不变特征变换（Scale Invariant Feature Transform,SIFT）法提取图像特征并进行初步匹配,利用匹配点领域灰度相关性来进行精匹配和误匹配点的剔除,最后获得图像位移差,进而完成图像配准。实验结果表明,这种方法能够提高多光谱波段间影像的配准成功率,准确率达到95％以上,大幅改善了匹配精度。     

电长度测量方法探究

从电长度的概念出发，主要介绍了使用网络分析仪来实现电长度测量的三种方法，分别是频域电延迟法、时域反射法和时域传输法；针对三种不同方法分别做了试验。     

预置接触区长度系数的Spirac切齿调整计算方法

基于参考点处瞬时接触椭圆大体决定接触区长度的方法,提出一种切齿调整计算方法.根据奥利康刀倾半展成法(Spirac)切齿原理,建立摆线齿准双曲面齿轮的数学模型,得到了大轮齿面参考点处瞬时接触椭圆参数;在满足参考点位置、压力角和螺旋角的基础上,将刀倾角也作为迭代变量,并将接触区长度系数等于预置值作为新增的迭代条件,迭代求解切齿调整参数.最后以一对摆线齿准双曲面齿轮副为例,对比该方法与Spirac切齿调整计算结果,验证了该方法的准确性,并对不同预置接触区长度系数得到的齿面进行齿面接触分析.结果表明,该方法解决了反复调整刀倾角的问题,并通过精确控制大轮齿面接触区长度系数等于设计值,实现了对大轮齿面接触区长度的预控.     

数控车床长度补偿功能的使用研究

数控车床上坐标指令（G92、G54～G59）与刀具长度补偿功能（Txxyy,调用xx号刀具和yy号刀补）不能同时使用,当调用后者时,前者指定的工件原点自动失去作用,与数控铣床上两者的使用方法不同.数控车床的对刀方法有其特殊性.本文介绍数控车床上对刀操作,长度补偿值的设置方法,说明长度补偿与编程坐标系原点的关系,长度补偿功能的使用技巧.     

数显双表类示值检定仪的检定方法及误差分析

数显双表类示值检定仪是一种新型智能化长度检定仪器，主要用于某些表类的示值检定工作。通过对其检定方法和误差的分析，人们可以对这种仪器有一个全面的了解。     

高精度组合式线纹尺及其应用

提出一种结构新颖的高精度线纹尺的设想，该线纹尺精度可高于目前现有线纹尺的精度，且可广泛用于各种测长仪、数控机床及三坐标测量机中。     

微流控芯片技术在血细胞变形和流动性分析研究中的应用进展

近年来，随着微流控芯片技术的快速发展，微流控芯片在生物医学研究领域得到了广泛关注。由于其具有高通量、高灵敏度、集成化、低消耗及可控化等诸多特点，为在多细胞水平研究细胞迁移和分选动力学提供了新的技术平台。利用微流控芯片微通道结构设计灵活的特点，可在实验条件下模拟正常的生理和病理条件下的复杂血管；其微米尺寸的微通道也适于单细胞引入、操纵及检测。因此，用微流控芯片技术在单细胞层面对细胞生物力学性能表征也引起了广泛关注。以健康和疾病中的血细胞为例，从单细胞变形、流动、黏附、机械疲劳等力学性能表征到多细胞迁移及分离动力学等方面归纳目前微流控芯片技术在细胞力学分析和表征方面的研究进展。     

基于多尺度 3D-2D卷积神经网络的高光谱图像分类

设计提出了 1种针对高光谱图像分类任务的 3D-MSCNN模型。在 PCA降维的基础上,利用 3D空谱特征提 取网络和 2D多尺度特征提取网络实现高光谱图像特征提取,充分发挥高光谱图像空谱信息价值,增强对不同尺度 地表覆盖的表达能力。最后,利用 Softmax分类损失函数实现高光谱图像分类任务。实验结果表明,本文算法在 In. dian Pines和 Pavia University数据集上都取得了较好的分类效果。与 CD-CNN、3D-CNN、SS-Net和 HybirdSN等方法相 比,本文算法能够有效提升总体精度、平均精度和 Kappa系数等客观评价指标。