检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

高强高性能镜面清水混凝土施工质量控制探究

新城建科技 2024年第6期 131-133页

作者：胡斌斌何裕庆枣庄中联水泥有限公司枣庄中联混凝土有限公司

文中对高强高性能镜面清水混凝土的工程应用进行研究，通过对高强高性能镜面清水混凝土的原材料选择现状的调查，探究在工程中对高强高性能镜面清水混凝土的应用要点，结果表明在具体工程实践中，高强高性能镜面清水混凝土不仅具有良好... 详细信息

文中对高强高性能镜面清水混凝土的工程应用进行研究，通过对高强高性能镜面清水混凝土的原材料选择现状的调查，探究在工程中对高强高性能镜面清水混凝土的应用要点，结果表明在具体工程实践中，高强高性能镜面清水混凝土不仅具有良好性能，而且有较高强度，可以全面提升工程施工质量并降低工程的施工成本，提高工程项目的建设效益。

关键词：高强高性能镜面清水混凝土工程应用

来源：博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

在高中物理教学中实施创新教育的实践与思考

中国教育学刊 2024年第S1期 100-102页

作者：贾战利范京北京市第二中学

如何培养具有创新精神的后备人才以满足社会需求，已成为当前中学教育面临的重要问题。针对高中物理教学中创新教育实施的现状，包括教育观念转变、课程资源构建以及评价体系变革等方面的问题，结合一线教学实践，采用多样化研究方法，... 详细信息

如何培养具有创新精神的后备人才以满足社会需求，已成为当前中学教育面临的重要问题。针对高中物理教学中创新教育实施的现状，包括教育观念转变、课程资源构建以及评价体系变革等方面的问题，结合一线教学实践，采用多样化研究方法，探讨并总结在高中物理教学中实施创新教育的可行性途径，旨在为高中物理教学和管理提供借鉴和参考。

关键词：创新教育物理教学核心素养

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

轻质高锰钢的组织性能及冲击磨损行为研究

轻质高锰钢的组织性能及冲击磨损行为研究

作者：候战利太原科技大学

学位级别：硕士

随着工业生产的不断进步,全球正面临着降低能源使用和减少环境污染排放的重要任务。磨损是导致工业设备故障的常见原因,其在设备的维护和生产过程中不仅会降低生产效率,还会因消耗大量能源造成巨大的经济损失。在此背景下,提升材料的耐... 详细信息

随着工业生产的不断进步,全球正面临着降低能源使用和减少环境污染排放的重要任务。磨损是导致工业设备故障的常见原因,其在设备的维护和生产过程中不仅会降低生产效率,还会因消耗大量能源造成巨大的经济损失。在此背景下,提升材料的耐磨性能具有重大意义,且由于轻量化领域的高速发展,使得许多工业生产过程中对具有优异机械性能的先进轻质钢的需求日益增加。因此,在当前的轻钢结构研究中,重视轻质钢的耐磨性能变得尤为重要。本文以Fe-28Mn-7.7Al-1C轻质高锰钢为实验钢,通过不同的热处理工艺调控析出相的尺寸及分布,从而实现纳米级κ-碳化物的析出强化,达到提高实验钢耐磨性能的目的。此外,通过一系列测试手段分析了不同热处理工艺下实验钢的组织性能变化规律,研究了κ-碳化物对材料加工硬化的作用原理,并以耐磨性能较为优异的ZGMn13Mo耐磨钢作为对比材料,对实验钢的耐磨性能进行研究,明确了实验钢的磨损形式与强化机理,为轻量化高锰耐磨钢的应用提供了理论依据,获得的主要结论如下:（1）通过阿基米德原理,计算出实验钢的实际密度约为7.07g/cm3,较纯铁的密度下降了约10.5%,具有显著的减重效果。基于Olson-Cohen热动力学模型研究了层错能的计算程序,计算出实验钢的层错能数值为115m J/m2,高层错能表明其加工硬化机制主要为位错滑移。并利用JMat Pro软件计算了实验钢的平衡相图,从而预测实验钢的组织演变规律,明确了不同热处理温度的相组成与析出特征。（2）探索出实验钢的最佳热处理工艺:在1000℃固溶处理1h后,再经550℃时效2h。在该工艺下实验钢的显微组织由奥氏体和析出相组成,且析出相的大小、数量、状态达到最好,实验钢展现出最优的综合力学性能。此时,实验钢的抗拉强度为767MPa,屈服强度为535MPa,冲击韧性为113J/cm2,硬度为232HV,断后伸长率为40%,相较于未进行热处理的铸件,其力学性能得到了明显提升,且与固溶处理相比屈服强度提高了33%,硬度提高了13%。（3）550℃时效态实验钢的冲击韧性断口形貌主要由大面积韧窝区组成,断裂形式为韧性断裂。此外,550℃时效态实验钢的基体有大量纳米级κ-碳化物析出,并均匀分布在晶界内,κ-碳化物不仅可以通过析出机制来强化实验钢的组织性能,而且还能够通过阻碍位错的运动来提高位错滑移所需的驱动力。可以发现在奥氏体基体中的析出相除了白色颗粒状κ-碳化物外,还观察到少量的形貌表现为尖角状的析出物Ti C,对实验钢起到了一定的析出强化作用。（4）550℃时效态实验钢的亚表面硬化层深度远远大于ZGMn13Mo耐磨钢的硬化层深度,这说明实验钢的变形程度更大,加工硬化能力更强,因此其耐磨性能更加优异,尤其是在0.5J冲击载荷下,其耐磨性较ZGMn13Mo耐磨钢提高了33%。另外,实验钢的表面磨损形貌主要以犁沟与剥落坑为主,其磨损侧面存在呈一定角度弯曲的的滑移线,且冲击力越大,滑移线就越密集,大量高密度的滑移线缠结成团,形成扭折带。扭折带在基体上起到了不断细化晶粒的作用,所以实验钢的强化机制主要为细晶强化,而扭折带的产生与κ-碳化物密切相关,其在晶体中的分布可以对位错运动产生阻碍作用。

关键词：轻质高锰钢析出强化力学计算磨损形貌强化机制

基于激光雷达和惯导融合的智能车同时定位与建图方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于激光雷达和惯导融合的智能车同时定位与建图方法研究

作者：战一源齐鲁工业大学

学位级别：硕士

随着智能科技领域的飞速发展,智能车的智能化程度不断提高,其中同时定位与建图(Simultaneous Localization and Mapping,SLAM)技术作为实现智能车自主行驶的核心技术,其重要性愈发凸显。然而,面对复杂多变的实际应用场景,对SLAM算法在... 详细信息

随着智能科技领域的飞速发展,智能车的智能化程度不断提高,其中同时定位与建图(Simultaneous Localization and Mapping,SLAM)技术作为实现智能车自主行驶的核心技术,其重要性愈发凸显。然而,面对复杂多变的实际应用场景,对SLAM算法在效率、精度以及鲁棒性等方面的性能要求日益严苛。传统的依赖单一传感器的SLAM解决方案由于其内在局限性,已难以满足现代应用对高精度、强稳定性的迫切需求。为克服单一传感器SLAM算法在精度与鲁棒性方面的短板,本文提出一种基于激光雷达与惯导融合的智能车SLAM算法。主要研究内容如下:(1)针对智能车同时定位与建图系统的功能需求,本文进行了智能车实验平台的方案设计。介绍了各坐标系间相互转换的方法以及时间戳同步技术,实现了各传感器在时空维度上的对齐。构建基于激光雷达与惯导融合的SLAM算法框架,并详细阐述核心模块。(2)针对激光雷达点云数据量大、运动畸变及IMU零偏误差问题,本文采用体素滤波减小点云数据量,利用IMU里程计信息校正畸变,并通过IMU预积分技术校正零偏误差。IMU数据为激光雷达里程计提供精确初值,随后运用迭代扩展卡尔曼滤波实时更新智能车状态估计,结合反向传播抑制累积误差。最终,通过计算并最小化残差实现最优状态估计。(3)针对回环检测效率与精度问题,本文提出一种基于三维特征哈希映射闭环检测算法,将原始三维激光雷达数据转化为二维关键点,存储于专用数据库。算法通过深度搜索历史帧,实现六自由度闭环位姿校正,确保大规模环境中历史场景高效、精确识别。为解决地图扩张引起的优化计算压力,构建了适用于此类场景的SLAM因子图模型。模型以智能车位姿为节点,通过融合激光雷达与惯导数据的前端里程计、IMU预积分及闭环检测信息构建因子图结构。滑动窗口管理部分引入一种基于状态变量可信度的动态调整策略,确保系统能依据环境动态特性实时调整窗口内状态变量。(4)为全面评估所提算法在精度、实时性和鲁棒性方面的性能,本文构建了智能车实验平台,并对其硬件配置与软件架构进行了详尽阐述。然后进行纵向和横向对比实验。纵向上,通过与真值数据对比评估定位精度;横向上,与主流开源算法比较以展示相对优势。实验覆盖长距离无回环和短距离有回环场景,采用公开及自建数据集,确保多样性与代表性。实验结果表明,相较于A-LOAM、LEGO-LOAM和FAST-LIO2等业界广泛应用的算法,本文所提算法在衡量定位及建图精度的关键指标——均方根误差和标准差上均有降低。

关键词：激光雷达惯导定位建图

基于3D卷积神经网络的人体行为识别方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于3D卷积神经网络的人体行为识别方法研究

作者：战楚卿长春工业大学

学位级别：硕士

计算机软硬件技术的迅猛发展推动了深度学习技术的不断进步,基于深度学习技术的人体行为识别算法在监控系统、智能安防和体育分析等领域具有重要的应用价值。然而,人体行为具有高度复杂性,容易受到外界环境干扰和相机抖动等影响。同时,... 详细信息

计算机软硬件技术的迅猛发展推动了深度学习技术的不断进步,基于深度学习技术的人体行为识别算法在监控系统、智能安防和体育分析等领域具有重要的应用价值。然而,人体行为具有高度复杂性,容易受到外界环境干扰和相机抖动等影响。同时,人体行为识别算法通常需要大量的训练数据,并且视频中丰富的时空信息对模型的特征提取能力提出了较高的要求,使得现有人体行为识别的准确率无法得到保障。因此,本文研究基于改进3D卷积神经网络的高准确率人体行为识别算法,具体内容如下:针对3D卷积神经网络在提升人体行为识别准确性方面的不足,提出基于可变形3D卷积和Bert时序建模的人体行为识别算法。在输入3D卷积网络前对视频数据进行预处理,从视频中提取出固定帧数的图片。首先,对Res Next3D卷积网络进行改进,去掉Res Next3D卷积网络最后的时态全局平均池化层。采用了残差连接加快训练速度,并提高模型的性能。采用分组卷积结构减少参数量,提高模型的效率和性能。引入可变形卷积,增强Res Next3D卷积神经网络对不规则目标的建模能力。此外,引入Bert时序建模用于提取时间信息,将Res Next3D和DCNv4融合得到的视频帧序列进行位置编码,通过将位置编码与原始输入相加,以获得带有位置信息的特征序列,从而为分类任务提供了更为精确的识别标志。通过多头注意力机制并行运行多个注意力,有效捕获输入序列中的多元关系和信息,增强了模型的表达和泛化能力,同时提升了计算效率。Bert中的位置前馈网络有助于模型更有效地处理和理解输入数据,从而提高预测性能。最后,在HMDB51数据集上对算法进行了性能测试,取得了77.32%的测试准确率和0.86的模型损失函数值,表明算法在提升人体行为识别准确率方面取得了显著成效。针对人体行为识别模型在时空特征提取方面存在的不足,提出基于通道优先卷积注意力和Res Next3D的人体行为识别算法。首先,将Res Next3D卷积网络末尾的时态全局平均池化层删除,Res Next3D卷积网络采用了残差连接的设计和分组卷积结构,残差连接有助于解决深度神经网络的梯度消失问题,分组卷积有助于提高模型的性能。接着,为了提高注意力机制对关键特征的关注能力,对注意力机制进行改进,将通道注意力中原始的Sigmoid替换为Hard-Sigmoid,在空间注意力中添加了多尺度深度可分离卷积模块。将改进后的注意力机制嵌入到Res Next3D网络中,使网络更多的关注人体行为所在区域,减少背景对人体行为识别的干扰。通过结合通道优先卷积注意力机制,提高了模型对于视频中复杂时空信息的抽取能力。随后,将原始的SGD优化器替换为适用于Res Next3D网络的Adam W优化器,以实现更好的收敛性能和更高的泛化能力。通过采用Poly Loss替代传统的交叉熵损失函数,模型在面对类别分布不均的数据集上能够显著提升其在分类任务上的性能。最后,将改进的通道优先卷积注意力和Bert时序建模进行融合,构建Res Next3D卷积人体行为识别模型,在HMDB51数据集上最终准确率达到了77.58%,模型损失函数值为0.88,该算法显著提升了模型在时空特征提取方面的能力。

关键词：人体行为识别 3D卷积神经网络可变形卷积 Bert时序建模注意力机制