由于机匣加工特征多、类型复杂,目前主要采用手动式、交互式等加工特征识别方法来实现机匣工艺设计过程中的特征提取,但是这些方法操作繁琐,智能化程度不高,导致工艺设计周期长。为了提升机匣加工特征识别效率,实现特征识别自动化,提出了一种基于图和规则加工特征自动识别方法。首先,根据机匣几何结构复杂程度,对机匣加工特征进行了归类。然后采用边界表示法表征机匣三维模型,定义了面属性、边属性、角度属性及面与面之间的拓扑关系码,提出了基于加权属性邻接矩阵的机匣三维模型的数据结构,通过对加权属性邻接矩阵的遍历和行列运算,建立了机匣加工特征的识别和抑制规则,构建了特征识别和抑制算法,并与预定义规则库进行匹配。最后在MATLAB平台上搭建了特征识别的仿真环境,选择了三个典型机匣案例,测试了机匣加工特征识别效果。...

阐述基于功能磁共振成像仪测谎的人脑功能定位研究,简介原理,详述实验设计,例析典型谎、实图像,初步发现说谎认知心理的脑功能定位在颞区及其深部.

移动式天然气流量计量橇（以下简称＂计量橇＂）是一项专业性强、技术难度大、带有科研性质的工程项目,是目前国内唯一一套自主设计、投资、成套制造的高压、大流量和高准确度的移动式天然气流量计量橇,填补了国内空白,整体技术处于国内领先水平。为国家石油天然气大流量计量站实现今后对国内天然气流量计进行现场实流检定和计量仲裁提供了条件。一、技术方案1.总体结构根据目前国内在用天然气流量计的压力等级、口径、流量范围和准确度等级,考虑到计量橇的运输和吊装方便性,在总体设计中,要求计量橇的尺寸小和重量轻,能对DN300超声波流量计进行全量程检定。

针对光谱成像仪CCD器件温度过高产生的热噪声和暗电流会导致成像质量下降，对CCD组件进行了稳态／瞬态热分析。采用有限元数值分析方法，建立了CCD组件传热的数值模型。根据CCD组件的结构特点和导热路径，应用有限元热分析软件IDEAS-TMG建立了有限元热分析模型，在给定温度边界条件下对CCD组件进行了稳态和瞬态仿真分析。给出了CCD组件的热响应性能、组件中关键部件的稳态温度分布云图以及随时间变化的瞬态温度曲线。稳态分析结果表明，CCD器件工作过程中的平均温度水平为27．1℃；瞬态分析结果表明CCD器件在工作时的升温速率为2．5℃／min，最高温度为37．8℃。验证试验结果与数值分析结果吻合较好，验证了数值分析的正确性和温度预示的有效性。稳态试验过程中CCD器件的温度为26．8℃，瞬态试验过程中温升速率为2．4℃／min。所获得的稳...

阐述了低压电器温升测试中引入虚拟仪器的技术，尝试了使用智能化的手段来改变以前的电器产品性能测试方法。重点阐述了使用传感器、数据采集卡和Lab VIEW软件构建低压电器产品温升测试系统的原理，最后以低压电器温升极限和变压器温升测试为突破口编写软件来完成报告数据和图像的生成。

阐述了基于ISA S84．01的安全仪表系统的安全生命周期。对安全仪表系统在设计和执行过程中的危险学习、安全完整性等级的评定、子系统结构的选择、可靠性分析等关键技术的主要过程和方法进行了详细的介绍。

设计一种由C8051F930单片机和无线收发芯片Si4432组成的无线射频收发系统;介绍了系统结构、硬件设计原理,以及无线接收/发送程序流程;并给出了进行PCB设计时的注意事项。实验表明,该系统具有尺寸小、成本低、功耗低的特点,能以较高质量在1300～1500m范围内进行信号的无线传输。

针对谐波减速器柔性轴承转速、载荷、扭矩、温升和寿命试验设计了一台轴承试验机。试验机采用卧式结构,模拟轴承实际工况;使用伺服电机实现转速精确控制;液压比例伺服阀保证稳定加载轴向径向载荷;采用NI-PXI平台实现自动控制及数据采集;使用LabVIEW开发环境设计采集和控制系统软件。试验机能按照预设载荷谱自动运行,具有转速、振动、温度和压力等多参数的显示、上下限报警和自动保护功能。通过试验结果证明,试验机运行平稳,可靠性良好,可满足多种型号轴承的试验需要,对该系列轴承产品结构设计和工艺改进提供可靠的数据支持。

针对火电机组破碎装置减震效果差,故障率高等问题,本文利用磁流变液的特性,通过分析计算磁流变减震器阻尼力与其结构参数的关系,以及磁流变减震器制造材质对其磁场分布的影响,提出了一种磁流变减震器阻尼力—电流新模型。并基于该模型提出了一种基于磁流变液的智能磁流变减震器设计新思路。在此基础上,建立了新型智能磁流变减震器的力学模型和智能磁流变减震器在火电机组破碎装置上的应用研究,通过建立智能磁流变减震器在破碎装置上的运动模型及仿真实验研究,研究结果表明,智能磁流变减震器可有效抑制破碎装置工作时的震动。

信号处理和机器学习是故障诊断过程中的关键技术,针对机械关键零部件的传统诊断技术,提出了一种采用字典学习和AdaBoost算法的信号诊断方法.该方法基于原始振动信号驱动训练数据,通过K-SVD和OMP算法更新字典并对其在字典空间稀疏表示,筛选重构所得增强信号时、频域特征,采用集成算法在AdaBoost神经网络分类器中实现振动信号的诊断.研究表明,采用字典学习和AdaBoost算法的信号诊断方法自适应强,能准确提取信号本质特征,诊断精度高,优于传统诊断技术.