【摘 要】
:
以铸件在整个生产过程中易出现的变形问题作为切入点,对设计阶段、造型阶段、保温阶段、清理发运阶段可能会出现变形的过程以及解决或减小变形的控制方法进行了阐述。通过对铸件从设计到生产的各个环节进行防变形控制,可以有效减少减轻铸件的变形趋势。
论文部分内容阅读
以铸件在整个生产过程中易出现的变形问题作为切入点,对设计阶段、造型阶段、保温阶段、清理发运阶段可能会出现变形的过程以及解决或减小变形的控制方法进行了阐述。通过对铸件从设计到生产的各个环节进行防变形控制,可以有效减少减轻铸件的变形趋势。
其他文献
驾驶员分心行为检测属于智能交通领域的关键技术,其对提高道路交通安全发挥着重要的作用。而随着现代交通技术的快速发展,驾驶舱环境愈加复杂以及驾驶员分心行为的干扰,给驾驶员分心行为检测带来了巨大的挑战。如何进行实时准确的分心行为检测,是当今智能交通领域的重要研究内容。作为深度学习的重要研究分支,卷积神经网络在各领域不断深入发展,其强大的特征提取能力和学习能力逐渐引起了国内外广大学者们的兴趣。采用卷积神经
基于2001年1月至2022年4月间的高维月度数据,通过构建潜在阈值时变因子扩展的向量自回归模型(LT-TVPFAVAR模型),研究经济政策不确定性对我国宏观经济的非线性影响。实证结果表明,构建的LT-TVP-FAVAR模型在分析经济变量之间的影响关系时将更多的信息包含在内,使得模型得出的结论与实际情况更加吻合;脉冲响应图显示,经济政策不确定性在短期内对我国的产出和物价水平都具有明显的冲击效应,而
阐述UWB定位具有定位精度高、时间戳精度高、发射功率低的特点,设计以STM32为主控芯片,以DW1000超宽带芯片、OLED显示屏、PCB天线为核心硬件、以Keil5为软件开发环境,通过双边双向测距方式实现标签与基站之间距离的实时监测,并将测距距离在OLED显示屏和超级终端显示。该测距系统测距精度高,成本低,易操作,可广泛应用于室内静止或移动物体的精准定位。
吊舱式推进装置(Podded Propulsor,POD)越来越广泛的应用于各种类型的船舶。POD推进器最主要的特点是其在提供推力的同时,也可以改变推力的方向,从而达到操舵的目的。航向的改变势必会影响航速,而航速反过来也会对航向的控制产生影响,所以对POD推进船舶航向航速联合控制的研究具有一定的理论研究和实际应用价值。本论文将在建立POD推进船舶运动数学模型的基础上,重点进行基于自抗扰控制框架的吊
目前UWB技术常用于室内定位。使用DW1000进行测距数据收集,针对信号干扰下的超宽带(UWB)精确定位问题,提出了基于改进的最小二乘法定位优化模型,包括对于干扰和正常数据的分类以及后续的定位。针对干扰信号,结合基站三维几何分布关系,引入与距离相关的权重对算法进行了改进,改进后的模型可将三维误差降低33.31%。最后,对于实际中的UWB定位进行了动态预测以及模拟,效果良好。
无人船相较于同级别有人船具备高度自主航行和决策能力,且航速高、搭载量大,能够完美适应新型海上系统的任务需求。多无人船集群系统相较于单无人船在执行任务时可覆盖海域更广、完成效率更高,是开展海洋资源勘测、海事防务等水上作业的利器。因此对复杂海洋环境下的无人船集群决策机制及集群控制系统设计研究具有实际意义与价值。本文着重考虑无人船的运动决策机制设计问题,提出了速度导引的无人船运动决策机制。针对复杂海洋环
在计算机视觉技术中,目标识别与跟踪方法俨然已经成为当前热点研究问题,并被广泛应用于自动驾驶、行人监测等领域。尤其是在海上交通监控、海洋安全监管等任务中,船舶具备高效准确的海上船舶目标识别与跟踪能力是非常重要的。然而该技术容易受到船舶种类、船舶分布以及目标距离各异等诸多不确定性因素的影响,无法保证海上船舶目标的识别与跟踪任务的快速性、可靠性和准确性。针对以上问题,本文提出了一种兼顾多种综合性能指标的
随着科学技术的高速发展,无人船智能化程度逐渐提高,对无人船岸端一体化助航系统需求迫切,因此设计并实现一种无人船岸端辅助领航态势显示系统来提高无人船的航行安全度是非常有意义的。作为领航态势显示系统不但需要为岸端操纵人员提供可靠的、直观的显示方式,同时还需减少多传感器界面所带来的复杂性,以此来减少岸端使用者的工作,提高使用者的注意力来保障无人船安全航行。基于以上实际需求本文设计了一种基于虚实融合的无人
土地出让过程中地方政府官员利用“压低工业地价、抬高住宅地价”的方式发展地方经济,导致不同用途的土地出让价格之间形成巨大的“剪刀差”。地方政府官员变更频繁带来的政策不确定性将影响土地市场价格波动。基于官员变更频率的视角,在构建理论模型的基础上,使用2009—2018年中国211个城市面板数据,运用双向固定效应模型检验政策不确定性对土地出让价格“剪刀差”的影响与机制。研究发现:(1)官员变更频率增高引
作为计算视觉领域的一个重要研究方向,人员行为识别在智能监控、智慧工厂和安防等领域均有重要的应用价值。在工业场景下,现场人员由于不安全行为或违规状态引发的安全事故时有发生,将人员行为识别技术应用到工业现场成为了研究的热点。近年来随着深度学习的不断发展,产生了许多基于深度学习的行为识别相关算法,这些算法通过神经网络自主提取特征,与传统算法相比具有更好的泛化能力,但是在工程应用时也存在着一些不足之处。本