飞机复合材料机身壁板装配技术分析与展望

复合材料以其优异的综合性能在航空航天领域得到了大量应用,其应用范围逐渐从次承力结构向主承力结构扩展,包括在机身结构的组成方面,传统的金属组装壁板逐渐被复合材料整体壁板所取代。由于复合材料壁板具有不同于传统金属材料壁板的装配工艺特点,因此对其装配方法和装配工艺提出了新的要求。针对圆筒状机身复合材料机身壁板的装配过程,分别介绍了复合材料机身壁板大尺寸测量技术、复合材料机身壁板装配定位调姿技术和复合材料机身壁板的先进制孔连接技术,系统总结了近年来国内外相关研究进展和应用情况,指出了飞机大尺寸复合材料结构装配技术未来的研究与应用方向。

中央空调机房容易被忽视的安全生产隐患点

中央空调一般采用氟利昂工质蒸汽压缩式制冷,机房多见设置在地下室,常见不作专门的通风。氟利昂无色无味,泄漏不易觉察;比重大,扩散性差。大量泄漏可能引致人员窒息!96年广州某集团大厦落成开业,邀请我培训其制冷机房管理人员并调试运行新系统。该机房设于大厦地下二层,空调系统采用约克开启式螺杆制冷机组,工质为F22。

基于红外成像的FDM打印轨迹测量及质量评价方法

熔融沉积型(fused deposition modeling, FDM)增材制造是一个热加工过程,打印温度与运行精度的研究是2个相对独立的方向,红外成像中高温熔丝的形状信息通常得不到有效的利用,无法在温度监控的同时对打印设备的实时运行状态进行检测。提出了一种基于红外成像的FDM打印轨迹测量及质量评价方法,采用红外相机对FDM打印机的热加工过程进行连续测量,通过建立打印机系统坐标系与相机世界坐标系的位姿解算模型,以及动态帧间红外特征匹配的全局相机运动位姿解算模型,实现了对末端喷嘴运行位姿的实时测量,得到了精确的打印轨迹信息。在此基础上,建立了空间打印轨迹与红外图像中高温熔丝间的物像映射关系,并在图像域对打印过程中的典型缺陷进行了质量评价,其中图像处理平均耗时为25.9 ms,红外相机位姿测量的重投影误差为0.7像素,正常打印状态下,系统计算得到的理想打印轨迹与红外图像内高温区域的平均交并比为0.61。实验结果表明,该方法能够对打印过程中出现的模型错位、出料异常等典型问题进行准确识别,为打印质量在线评价的相关研究提供了一种新的解决途径。

基于有限元模拟的铆接工艺参数优化

为提高铆接质量,从分析孔周应力分布与铆接工艺参数规律的角度入手,利用ABAQUS软件对不同铆接工艺参数的压铆过程进行了有限元分析。深入探究了预制孔倒角、下压量、铆接速度等工艺参数对孔周应力的具体影响规律。通过等值线图和望小特性函数等数据分析手段,成功确定了最优的铆接工艺参数组合,并进行了拉伸试验验证。实验结果表明,采用倒角深度为0.3 mm、铆接速度为15 mm/s、下压量为3.2 mm的最优工艺参数组合,可以显著减少连接域的孔周应力,进而提升铆接质量。

闭式叶环开槽电解加工流场仿真与阴极结构优化

闭式叶环是一类减重性能优越的整体构件,但因其结构闭式,开敞性差,通道狭窄扭曲,刀具进给空间有限,加工十分困难。电解加工为非接触式特种加工方法,具有加工不受材料力学性能影响、工具阴极无损耗、加工效率高等优势,是加工闭式叶环的重要方法之一。闭式叶环开槽电解加工的流场研究较少,流场稳定性有待提升。针对闭式叶环开槽电解加工,采用了正流式供液的流动方式,开展了1 mm、2 mm、3 mm出液缝宽下的流场仿真和优化研究,结果表明:(1)采用出液缝宽度为2 mm的阴极,间隙内流场均匀性和可达性更好;(2)根据等流程原则调整出液缝位置并设计引流槽结构后,叶片边缘的局部缺液现象得到有效改善。开展了3种不同出液缝宽度下的闭式叶环开槽电解加工试验,结果表明,采用优化流场结构的阴极可以实现叶环开槽的稳定加工,工具阴极与工件间的相对进给速度由0.79 mm/min提升至0.98 mm/min;且通道表面质量相对最优,叶背粗糙度由2.681μm降低至1.641μm,叶盆粗糙度由2.482μm降低至1.243μm。验证了流动方式的有效性和流场仿真结果的正确性。

一种自适应的安全带网格模型快速生成算法

民机适坠性碰撞安全仿真中乘员安全带常在CAD中完成建模后再进行有限元分析,但由于仿真分析中经常需要对假人位姿进行调整以及接触定义,对已完成三维建模的安全带模型再进行调整较为不便。民机中五点式安全带由于其肩带结构特点,在常用有限元分析软件中无法快速地生成准确避障的安全带模型,因此建立一种基于障碍信息的自适应安全带模型生成算法,可通过增添关键越障点实现自适应安全带模型自动生成,提高模型质量。

结合信息交互的人物实体链接

实体链接是将文本中的实体提及链接到知识图谱中实体节点的任务,是自然语言处理许多下游任务的重要基础.而在各类实体中,人物实体承载了知识图谱中主要的事实组成部分,但由于存在大量重名导致人物链接难度大大增加.人物实体链接是人物知识图谱构建的重要一环,其目的是把一段文本所描述的人物实体链接到图谱中正确的实体节点上.由于目前中文人物实体链接数据集比较缺乏,而通用实体链接数据集大多覆盖多种类型实体并且规模比较有限,因此本文基于百科网页数据构建了新的大规模中文人物实体链接数据集SummaryEL和TextEL,并通过采样验证了数据集的质量.基于新构建的数据集,本文提出基于描述文本和实体属性信息交互的人物实体链接模型,有效地建立描述文本和知识图谱节点之间的联系.实验结果表明,本文所提出的人物实体链接模型取得较高的准确率,在SummaryEL和TextEL测试集上的平均准确率分别达到89.27%和87.43%.该模型可作为该任务未来研究工作的基准方法.新构建的数据集和实验代码将公开在github上.

面向知识图谱问答的查询图生成方法

该文提出一种新的查询图生成方法用于知识图谱问答系统的问句解析。现有查询图生成工作覆盖的复杂问句类型有限,不能较好地处理答案为关系或涉及关系约束的问句,且未充分考虑路径结果间的组合与运算。因此,该文在查询图生成中应用节点操作的同时引入基于关系的操作,并考虑不同主路径之间的组合情况,显著提升对复杂问句的分析能力。并在此基础上,构建了中文知识图谱问答系统。此外,该文构建一份包含多种复杂类型问句的中文知识图谱问答数据集。该数据集和CCKS2019-CKBQA数据集合并后构成一个新的数据集CCKS2019-Comp,并用来测试本文方法的有效性。实验结果表明,该文方法在CCKS2019-CKBQA和CCKS2019-Comp测试集上平均F 1值分别达到73.8%和73.3%。该文的新构建数据和代码已开源①。

CFRP沉头孔锪窝深度误差对连接性能的影响

沉头螺栓连接能保证结构良好的气动外形,常被应用于飞机蒙皮等结构。沉头孔的制备过程中,由于设备条件限制,会导致锪窝深度误差较大,给复合材料叠层结构带来隐患。针对这一问题,结合有限元仿真分析进行单钉单剪的静拉伸试验,研究锪窝深度误差对CFRP连接性能的影响。结果表明:对比于齐平状态的标准窝深值,锪窝较浅对静强度影响较小,较深则会导致结构的静强度下降,且锪窝越深,静强度下降越快。

面向无触发词文本的因果关系事件对联合抽取模型

事件因果关系抽取(Event Causality Extraction,ECE)是从文本中抽取出表示因果事件对的事件类型、事件要素及事件间的关系。之前的工作都在含有触发词的文本上进行,并且事件抽取和关系识别也都依靠触发词等事件主体。然而,现实中有许多文本没有触发词,因此该文的抽取任务则是在无触发词标注的文本上进行。该任务的难点在于不仅要抽取多个独立事件,还要判断相互间的因果关系,并且存在事件主体缺失、多事件对及事件类型重叠的问题。该文提出一种分阶段的联合抽取模型,在第一阶段,利用层叠结构模型识别出文本中的事件类型与因果关系;在第二阶段,利用“双定位”和阅读理解机制获得嵌入事件类型信息的句子表示,并通过多层二元标志解码器预测各事件要素的首尾位置。为缓解误差传播问题,该文将两阶段模型通过共享编码层的方式联合训练。实验表明,该文提出的方法可以在完全无规则的情况下有效抽取出无触发词文本中的因果事件对。

二维相关光谱法及其在蛋白类物质分析中的研究进展

二维相关光谱法是将特定形式的微扰作用于样品,通过测定一系列扰动作用下的动态光谱,结合数学相关分析,获取与样品中分子结构及作用力相关的二维相关谱特征。该方法主要基于分子振动光谱,将一维光谱扩展到二维空间,能有效提高光谱分辨率,从而识别原始光谱中重叠的分子振动变化特征,为研究分子内及分子间的化学键变化提供依据,在生物医学、药学、食品科学、环境科学以及高分子材料等领域应用广泛。自1986年Noda提出广义二维相关算法以来,二维相关光谱衍生出了投影二维相关、串联二维相关、基于模型的二维相关、异质谱二维相关、移动窗口二维相关等算法。随着近年来生物技术的迅速发展,多肽、蛋白质、酶等蛋白类物质由于参与人体重要生理化学反应过程,对其结构(尤其是高级构象)的分析是研究蛋白类物质质量及疗效的关键。二维相关光谱方法为生物医药中蛋白类物质结构研究提供了快速、无损的定性定量分析方法,可分析蛋白质类物质高级结构中的细微变化,为生物大分子药物机制机理研究提供有力的支撑。综述了二维相关光谱技术的基本原理、谱图解析方法和技术进展,以及其在蛋白类物质分析中的应用方向和前景,为相关领域研究人员应用二维相关光谱法开展蛋白类物质的结构和分子间相互作用等研究提供参考。

数字化呼吸介入内镜中心管理系统的研发及其在临床应用中的效果研究

引言随着医疗技术的不断进步和数字化时代的发展,医疗领域对于高效、精确和智能化管理系统的需求日益增长。呼吸介入内镜是呼吸系统疾病诊断和治疗的重要手段,其中心管理面临着诸多挑战,如患者信息管理、医疗资源分配、手术流程优化等。数字化呼吸介入内镜中心管理系统的研发成为解决问题的关键途径,对于提高临床工作效率、保障医疗质量和患者安全具有重要意义。

基于大数据的呼吸专病临床数据库建设与应用

引言呼吸系统疾病作为全球范围内的重要健康问题,其发病率和死亡率均呈上升趋势,给社会带来了沉重的经济和医疗负担。尤其是慢性阻塞性肺疾病(COPD),已成为我国慢性病死亡率第四大疾病,其复杂性和多变性对临床诊疗提出了更高要求。此外,随着信息技术的飞速发展和区域化医疗的深入推广,多中心、跨区域、大样本的“医疗+大数据”复合学科发展模式逐渐成为临床研究的新热点。

基于双光谱二维相关谱的葡萄糖溶液温度扰动分析方法研究

在近红外光谱分析应用中,温度扰动导致的光谱变化对于定量分析的准确度影响较大。针对温度扰动识别及定量分析的需要,研究了基于双光谱二维相关谱(2T2D-COS)的光谱扰动分析方法。选择葡萄糖水溶液为样本,根据人体血糖浓度范围和在体组织温度范围设计实验,测量样本在浓度扰动和温度扰动下的透射光谱。对其进行基线校正和滤波预处理后,通过2T2D-COS分析得到浓度扰动和温度扰动下的异步谱。结果表明,温度扰动引起的交叉峰出现在强氢键结合水对应的特征吸收波长(1474 nm)和弱氢键结合水对应的特征吸收波长(1410 nm)附近,而葡萄糖浓度扰动引起的交叉峰出现在水分子对应的特征吸收波长(1450 nm)和葡萄糖分子对应的特征吸收波长(1595 nm)附近。为了定量分析样品温度,进一步提取了温度扰动异步谱交叉峰1410 nm波长下的切片谱,其在1410~1600 nm波段的相关峰强度随温度的升高而增大,与样品温度之间具有较好的相关性;选择波长(1475±4)nm范围内的切片谱,对谱峰强度积分后进行线性拟合,建立样品温度的线性回归模型,对温度的预测均方根误差可以达到0.1259℃。以上结果表明,双光谱二维相关谱只需要对两条光谱进行运算,就可以通过异步谱中交叉峰的位置判别扰动来源,还可以根据交叉峰的强度对温度进行定量分析,且只需要较窄特征波段的光谱就可以建立高精度的温度预测模型,为简化在体光谱测量系统的设计,减少在体温度变化的影响提供了重要参考。

母乳中的维生素E与婴幼儿健康研究进展

母乳中含有大量的维生素E,能满足新生儿早期生长发育的需要。维生素E具有抗氧化、维持生物膜完整性与稳定、维持红细胞完整性、调节免疫、预防早产儿贫血等作用。本文介绍了不同国家/地区母乳中维生素E的种类、含量、影响因素及其健康作用等,以期为婴幼儿配方奶粉的发展提供参考依据。

铁路工程与建筑工程的计量技术进展与未来发展趋势

铁路工程与建筑工程的计量技术是确保工程质量、安全和效益的关键因素。在铁路工程中,计量技术主要应用于货物称重、车辆称重和尺寸测量等方面,以确保货物和车辆的准确计量,为工程提供准确的数据支持。在建筑工程中,计量技术主要用于建筑材料、工程量和工程质量的测量和计算,以确保建筑工程符合设计要求和安全标准。计量作为工程建设过程中不可缺少的环节,文章旨在探讨铁路工程与建筑工程的计量技术进展与未来发展趋势。介绍了铁路工程和建筑工程的计量技术进展,对铁路工程与建筑工程的计量技术进行了比较,分析了它们的异同点。最后,探讨了铁路工程与建筑工程的计量技术未来发展趋势,通过分析现有技术成果和实际应用情况,旨在为铁路工程和建筑工程的计量技术发展提供理论支持和实践指导,为推动行业创新和发展作出贡献。

液氨制冷企业安全监管的几点浅见

文章介绍了安全监管中存在的若干不切合液氨制冷企业实际,随意套用危化及一般性法规的情况,并对液氨制冷行业现行法规的部分规定进行了探讨,提出作者的看法。

基于知识图谱全局和局部特征的复杂问答方法

近年来,研究者已经提出多种方法来解决知识库问答(KBQA)中的复杂问题,并取得一定成果.然而,由于语义构成的复杂性以及可能存在推理路径的缺失,复杂问题的求解效果依然不佳.为了更好地解决这类问题,提出基于知识图谱全局和局部特征的问答方法——CGL-KBQA.所提方法利用知识嵌入技术提取知识图谱整体的拓扑结构和语义特征作为候选实体节点的全局特征,根据实体表示和问句表示将复杂问答建模为复合的三元组分类任务.同时,将图谱在搜索过程生成的核心推导路径作为局部特征,结合问句的语义相似性来构建候选实体不同维度特征,最终形成混合特征评分器.由于最终推理路径可能缺失,采用基于无监督的多重聚类方法设计了聚类器模块,进而根据候选实体的两类特征表示直接生成最终答案簇,这使得非完全知识图谱问答成为可能.实验结果表明,所提方法在两个常见KBQA数据集上均取得不错的效果,特别是在图谱知识不完全的情况下也具备非常好的效果.

结合多重嵌入表示的中文知识图谱补全

近年来,随着知识图谱相关技术的不断发展,各方面研究对知识图谱本身的需求也不断加强。然而现有的知识图谱无法完全覆盖整个真实世界,同时在知识正确性以及时效性等方面存在问题,这使得知识图谱补全越来越受到研究者的关注。在中文环境下,知识图谱补全任务又呈现出与英文图谱补全任务不同的特性。该文对中/英知识图谱补全任务进行了对比分析,将中文图谱中出现的错误进行了归类。根据该分析结果,该文提出将三元组中实体和关系嵌入表示、实体和关系描述文本嵌入表示结合的链接预测方法MER-Tuck,该方法利用外部的语义补充来加强矩阵分解模型的学习能力。为了验证该方法的有效性,该文为中文知识图谱补全任务构建了新数据集。在该数据集上将该文的方法与主流的链接预测方法进行比较,实验结果表明该文所提方法是有效的。

基于改进二阶段检测网络的长时跟踪重检测方法

为构建适用于长时跟踪的重检测模块,受改进二阶段检测网络的GlobalTrack方法的启发,提出了一种高效的对特定模板目标进行端到端重检测的深度网络:首先,为了在大尺度图像上更高效地融合模板特征,通过构造交叉信息增强模块改进深度互相关方法,利用交叉通道注意力信息编码搜索特征和模板特征;此外,采用动态实例交互模块替代传统二阶段网络的RPN(region proposal network)和RCNN(region-based convolutional neural networks)结构,根据模板信息指导检测网络的分类和回归阶段,构建了端到端的稀疏重检测结构。在LaSOT和OxUva长时跟踪数据集上进行对比实验,本文方法相较于原始方法性能提升3%,实时帧率提升173%。实验结果表明,改进后的方法可以在全图范围内更准确、快速地重新检测模板目标。