残余应力对09CuPCrNi钢焊接接头近门槛值域内疲劳裂纹扩展行为的影响

本文采用应力松驰法测定了紧凑拉伸试样中,垂直于裂纹扩展方向的横向焊接残余应力的分布,并导出了计算公式。同时,根据国标GB6398—86,采用逐级降载法测定了09CuPCrNi钢焊缝金属及经过消除应力处理的焊缝金属的门槛值,并发现裂纹在较大的残余压应力的作用下闭合严重,当应力比只≤0.8时,残余压应力使门槛值增大,且R值越小,影响越显著;当R>0.8时,残余压应力对门槛值无影响。

应力比对A7N01铝合金焊接接头裂纹近门槛值区拐点的影响

以A7N01铝合金焊接接头为研究对象,借助有限元法及有限元软件先进行A7N01铝合金板对接焊模拟,得到接头处残余应力分布情况,再对接头裂纹进行扩展模拟,最后应用最小二乘法对提取的仿真数据进行处理,重点分析了应力比对疲劳裂纹近门槛值区拐点的影响。结果表明:在接头裂纹扩展速率曲线的近门槛值区存在一个拐点,且应力比对其有影响。拐点对应的应力强度因子幅值ΔK t随应力比R的增大而减小,且当R>0.5时,ΔK t变化不大。拐点前后拟合直线斜率k随应力比R的变化为:在L 1区(低速扩展区),拟合直线斜率k 1随应力比R的变化更为明显,且随应力比R的增大而减小;在L 2区(Paris的延续),拟合直线斜率k 2随应力比R变化不大。

基于双侧乳腺图像“共用”阈值分割的乳腺癌近期发病预测

目的:基于"共用"阈值分割双侧乳腺图像的高密度区域并采用决策树分类算法对乳腺筛查者是否患癌进行预测分类,以提高女性乳腺癌近期发病风险预测精度。方法:采用185例女性筛查者的全数字化乳腺钼靶X线摄影(FFDM)Craniocaudal位图像。首先对双侧乳腺图像整体的灰度分布进行统计,采用一种"共用"阈值分割双侧乳腺图像的高密度区域,然后分别从乳腺区及其高密度区提取不对称特征与最大值特征。基于两类特征分别构建2个决策树弱分类器,再将两个弱分类器组合构建一个强分类器。乳腺癌近期发病风险预测性能采用留一法进行验证。结果:基于"共用"阈值法,所提取的图像特征中有7个特征的曲线下面积(AUC)>0.6,基于单独阈值法,所提取的图像特征中只有2个特征的AUC>0.6。采用强分类器,基于"共用"阈值法得到的AUC=0.970 1±0.014 8,预测准确率为95.68%;基于单独阈值法得到的AUC=0.982 4±0.008 9,预测准确率为93.51%。结论:采用"共用"阈值分割双侧乳腺图像的高密度区域更有利于从高密度区提取更多具有高预测力的图像特征;采用强分类器可显著提高乳腺癌近期发病预测精度。

一种基于微分阈值法的脉搏波特征点提取优化算法

基于微分阈值法测得的脉搏波信号中通常混杂了许多噪声干扰,并且常规方法提取特征点效果不理想,故对提取脉搏波的特征点算法进行改进优化。首先对滤波后的脉搏波信号进行微分,采用滑动窗口的方式在源数据中提取出最小值点,以该点为极小值基准点,在窗口内寻找邻域内的波谷。然后对波谷的左右邻域二次微分,取最大值,在该邻域内提取出类似的波峰。将检测窗口滑动到上一次窗口的边沿,重复上述步骤,提取出检测数据中的脉搏波特征点。对于已有算法因混合许多噪声干扰,经微分后噪声信号也会过零点,导致错误地提取出脉搏波特征点,将优化后的提取算法应用到嵌入式检测系统。从实验对比发现,特征点提取误差率降低到0.12%。经优化的算法能够很好地剔除噪声信号和脉搏波信号的干扰,准确地提取出脉搏波特征点。