低温反应自熔法原位合成MgO颗粒增强镁基复合材料

采用低温反应自熔新工艺,由经过预氧化的Mg粉原位合成了MgO颗粒增强镁基复合材料,并对其显微组织和力学性能进行了检测。结果表明:低温反应自熔时,因Mg颗粒处于全熔或半熔状态,表面的氧化膜得到了有效地破碎、细化,并在液相熔蚀和自身表面张力的共同作用下,球化成微米和亚微米级MgO颗粒;形成的MgO颗粒不但与基体结合良好、分散均匀,而且因具有很高的强度和刚度,对基体产生了较好的增强效果。与粉末冶金法相比,采用低温反应自熔法制备的镁基复合材料的组织和性能均显示出明显优势。

超大挤压变形对钛合金增强镁基复合材料显微组织的影响

采用粉末冶金法制备了钛合金(Ti-6Al-4V)(质量分数,下同)颗粒增强MB15镁基复合材料,经225:1的超大比热挤变形后,借助光学显微镜(OM)、扫描电镜(SEM)和透射电镜(TEM)对其显微组织进行了研究。结果表明:钛合金颗粒沿挤压方向因塑性变形而被拉长,其增强效果得到提高;超大比热挤变形能够显著细化基体晶粒,并提高复合材料的组织均匀性;此外,原镁粉表面的氧化膜经超大比变形后得到了有效的碎化和分散,具有一定的弥散强化效果,因此可充当粉末冶金制备镁基复合材料的辅助增强相。

颅内血肿清除术ICD编码与DRG入组分析

颅内出血的病例,编码员在编码中容易忽略其颅内出血的病因,是自发性颅内出血还是创伤引起的颅内出血,两者在ICD-10中的编码完全不同。前者编码时分类于I60~I62,后者编码时分类于S06。不同的病因在DRG入组时也会进入不同的DRG组。当明确病因时,颅内出血的部位要明确是蛛网膜下出血、或是硬脑膜外/下出血还是脑实质出血,因为在做颅内血肿清除时,不同的出血部位其在ICD-9-CM-3中的编码是不同的。硬脑膜外血肿清除分类于01.24,硬脑膜下或蛛网膜下血肿清除分类于01.31,脑实质内血肿清除分类于01.39。在进行颅内血肿清除术时根据术式不同通常分为锥颅术、颅骨钻孔引流术和传统开颅手术,这三种术式的手术过程具有明显区别,编码员需要理解3种术式各自特点,做到准确分类。在DRG分组时,疾病编码与手术编码不同所入的DRG组也将不同。通过了解颅内血肿清除术的定义与病因,分析颅内血肿清除术的编码思路,从而提高编码员专业能力和保障DRG数据的准确性。

基于激光视觉系统的多层多道焊接路径规划

厚板结构件的焊接存在示教繁琐且效率低的问题,为解决该问题提出基于激光视觉系统的多层多道路径规划。首先,利用激光视觉系统获得焊接工件的图像并得到其在基坐标系下特征信息。其次,建立焊缝特征点投影模型,将特征信息投影到焊缝横截面,得到焊缝模型参考点信息;结合等高度焊道及焊道填充策略建立多层多道焊缝模型并对各焊道进行路径规划;引入焊枪行走角对焊道进行焊枪姿态规划;根据焊缝模型各焊道横截面积进行自适应焊接速度规划。仿真和实验表明各焊层焊道位置及焊枪姿态准确,焊缝特征点位置准确,焊缝填充均匀美观。

使用非特制靶标实现线结构光平面标定

为解决在线结构光测量系统中因缺少特制靶标而无法高精度标定线结构光平面的问题,基于立体视觉原理及线结构光测量系统提出了一种使用非特制靶标的线结构光平面标定方法。该方法采用非特制靶标,将靶标放置于线结构光平面上,利用视差法获取线结构光投影在靶标上形成的点云集,通过更换靶标姿态重复获取多个点云集。采用最小二乘法对所采集的多个点云集进行平面拟合,确定结构光平面参数进而完成对平面的标定。分别采用人体手臂和304钢板充当靶标利用所提出方法完成线结构光平面标定,用该标定的结构光平面进行5种正方形工件的尺寸测量,实验证明提出的标定方法测量精度平均约为±0.056 mm。该方法能够在不需要特制靶标的情况下完成标定,满足测量系统的精度要求。

基于多任务卷积神经网络的车辆多属性识别

细粒度车辆识别极具挑战性,尤其在两辆车的外型差异及其细微的时候。通过车辆的附加属性能够提高车辆识别效果,但一般的神经网络模型忽略了附加属性间的联系,提出一种基于改进的triplet loss作为损失函数的车辆多属性学习的卷积神经网络,用于实现细粒度车辆多属性识别。具体而言,通过对传统神经网络结构的改变,将车辆识别问题转化为多属性学习问题。对三元组损失函数进行改进用于训练网络以实现细粒度车辆识别。同时,创建了一个车辆多属性数据集并完成训练工作,结果显示了该方法的潜力。

外隔圈不平行度对轴承性能影响的数值分析

为给轴承隔圈精度设计及制造误差控制提供理论依据,进行了外隔圈平行度不良引起单列轴承倾斜运转时的性能分析。首先用外隔圈端面倾斜角来描述其不平行度,分析了其倾斜角对轴承安装姿态的影响,继而以滚动轴承拟静力学分析为基础,给出了考虑外隔圈不平行度的角接触球轴承动力特性计算方法,并分析了外隔圈不平行度对轴承生热的影响。以7014C轴承为例,在轴向力为400N、外隔圈端面倾斜角为0.018 2°的情况下,计算的最大接触应力增大了2.15%,且该值随着倾斜角的增加而增大。同时,外隔圈的不平行度会引起球接触区域发热不均匀,在径向载荷作用下,外隔圈不平行度引起的轴承发热更明显。大多数机床主轴是在承受径向载荷工况下工作,因此外隔圈平行度不良的影响不容忽略。

基于线结构光的发动机缸盖表面字符识别

为解决发动机缸盖因油渍较多导致表面字符拍不清和识别难的问题,设计出一套基于线结构光的缸盖表面字符识别系统。该系统使用线结构光扫描字符表面,结合激光三角测量法得到缸盖表面字符的深度图,并对该深度图进行图像降噪、图像增强和倾斜校正处理;最后,使用YOLOv4算法进行训练并识别出字符。对缸盖表面油渍较多情况下所获得的图像(相邻字符之间粘连严重)识别字符平均正确率能达到99.6%以上,识别时间约为50 ms。实验结果表明所设计的系统在生产节拍内可准确识别出缸盖的型号和铸件号等信息,具有抗干扰性强、识别准确率高等特点。

接入与回传一体化小基站的接入控制与资源分配联合优化算法

针对全双工无线接入与回传一体化小基站场景下长期的频谱效率和能效同时最大化问题,该文提出一种基于近似动态规划理论的接入与回传一体化小基站接入控制与资源分配联合优化算法。该算法首先联合考虑当前基站的资源使用和功率配置情况,在任一用户需求动态到达以及平均时延、小基站回传速率和传输功率约束下,使用受限马尔科夫决策过程(CMDP)建立频谱效率最大化和功率消耗最小化的多目标优化模型,其次运用切比雪夫理论将多目标优化问题转化为单目标问题,并使用拉格朗日对偶分解法进一步转化为非受限的马尔科夫决策过程(MDP)问题。最后,为了解决其求解时存在的“维度灾”爆炸问题,该文提出基于近似动态规划的无线接入与回传一体化小基站资源动态分配算法进行求解,得到此时的接入与资源分配策略。仿真结果表明,所提算法能在保证平均时延约束、小基站回传速率约束和传输功率约束的同时最大化长期平均频谱效率和能效。

基于事件的RTX与EtherCAT同步机制研究

在基于KINGSTAR Soft Motion软件构建的运动控制系统中,RTX系统定时器周期与EtherCAT总线周期难以匹配,导致PDO(Process Data Object,过程数据对象)数据传输异步,增大插补运动同步误差。因此,提出一种基于事件的RTX与EtherCAT同步机制。该机制使用EtherCAT主站向从站发送周期性过程数据帧这一事件,周期性启动RTX应用中PDO数据传输任务的执行。以PDO数据传输子线程,取代传统的RTX定时器完成PDO数据读写操作。实验表明,位置控制模式下该机制可实现KINGSTAR Soft Motion运动控制平台中RTX系统与EtherCAT总线间的稳定同步,保证EtherCAT主站同步更新6个伺服的目标位置。

基于时延感知的5G网络切片节点和链路映射算法

针对第5代移动通信系统(5G)网络切片映射过程中,在满足系统时延要求的情况下,使资源调度最优化的问题,提出了一种基于时延感知的5G网络切片节点和链路映射成本最小化算法.该算法在网络功能虚拟化管理和编排器及各网络功能服务器处建立两级队列动态调度模型,感知系统中当前队列积压状态并进行动态调度,使系统队列积压始终维持在稳定的较小值,采用Lyapunov随机优化方法,实现对映射成本与系统时延的平衡控制.仿真结果表明,所提算法可在满足系统时延要求的同时,最优化资源调度,进而使得5G网络切片映射成本最小.