汽车后制动凸轮的坐标检测

CoordinateTestofAutomobileBrakeCamWangXiudian我厂生产的汽车后制动凸轮如图1所示，要求渐开线凸轮2工作面对φ40dC3mm轴的对称度不超过0．10mm；渐开线对基圆中心的实际位置与理论位置不超过0．06mm。为了确保加工中的凸轮符合设计要求，一般在精磨后，抽样检测。由于我厂没有检测凸轮的分度仪器和专用量具，为此，我们在检测此产品时，根据正弦原理，设计和制作了汽车后制动凸轮检具，采用精密量具和量仪，按渐开线形成原理，用极坐标方法进行检测。此检具结构简单，定位合理，使用方便，检测准确度高，避免了检测基准不合理所带来…     

氢脆快速测试仪及其检测技术的研究

OC—Ⅱ型氢脆快速测试仪是新研制的动态弯曲氢脆测试仪,测试时间仅几分钟到几十分钟,其特点快速、简便、经济。测试仪研制过程中,运用了声发射监控和断口分析的方法,深入地研究了试样裂纹的发生、扩展规律和断口的形成过程。研究证明:测试仪的推进速度对氢脆程度影响显著,当推进速度选用3mm/min时与静态弯曲一样,试样充分反映了氢致延迟断裂的特点。     

VLSI门级及功能级混合测试生成技术

介绍了混合形式自动测试图形生成技术,该技术将门级测试图形生成技术与在线路高一级抽象形式上进行测试生成技术相结合。利用该技术开发的自动测试生成程序在内附检测器自动植入模块后可用于VLSI线路的设计系统。     

火箭发动机基于神经网络非线性辨识的故障检测

应用神经网络方法，提出了一种液体火箭发动机故障实时检测算法。神经网络采用非线性辨识技术贴近发动机的工作过程，并输出包合发动机故障信息的辨识误差信号。若辨识误差变大超过一定阈值，检测逻辑就预报发动机故障。在发动机启动阶段离线训练神经网络，在发动机稳态过程可以采用离线或在线学习算法。实验研究表明神经网络可以成功地应用于大型泵压式液体火箭发动机的故障检测。     

倾转三旋翼无人机倾转定高控制研究

针对倾转旋翼无人机在倾转过程中的高度控制问题,提出一种基于灰狼优化的神经网络自适应控制方法,用于一种倾转三旋翼无人机倾转过程的飞行控制.首先,建立了无人机的非线性数字仿真模型;其次,基于神经网络自适应控制方法分别设计了无人机的高度控制器和姿态控制器,并用灰狼优化算法对神经网络的参数和控制器的参数寻优;再次,设计了倾转过...     

基于异步卷积分解与分流结构的单阶段检测器

目标检测网络SSD的多层回归特征图存在各层回归计算之间相对独立的问题,且基于SSD改进的系列算法在提高检测精度的同时难以兼顾实时性。针对上述问题,提出一种基于异步卷积分解与分流（shunt）结构的单阶段目标检测器。基于异步卷积分解算法设计了一种shunt结构,交错连接多层特征图,增强了回归计算之间的统一性与协调性。优化了原有高层主流结构,在主流结构与shunt结构中分别用最大池化和异步卷积分解2种不同的方式对特征图大小进行降维,保留空间相关信息的同时提高了特征的多样性。实验结果表明,将VOC2007trainval和VOC2012trainval中的图片统一缩小至300像素×300像素进行训练,提出的目标检测器在VOC2007test上进行检测时的平均精度均值可达到80.5%,检测速度超过30帧/s。      

基于粒子群优化LSTM的股票预测模型

为了提高股票时间序列预测精度,增强预测模型结构参数可解释性,提出一种基于自适应粒子群优化（PSO）的长短期记忆（LSTM）股票价格预测模型（PSO-LSTM）,该模型在LSTM模型的基础上进行改进和优化,因此擅长处理具有长期依赖关系的、复杂的非线性问题。通过自适应学习策略的PSO算法对LSTM模型的关键参数进行寻优,使股票数据特征与网络拓扑结构相匹配,提高股票价格预测精度。实验分别以沪市、深市、港股股票数据构建了PSO-LSTM模型,并对该模型的预测结果与其他预测模型进行比较分析。结果表明,基于自适应PSO的LSTM股票价格预测模型不但提高了预测准确度,而且具有普遍适用性。