【摘 要】
：
针对地铁隧道清洁的需求以及国内外发展现状,对一种清洁车滚刷系统进行了研究.此滚刷系统有前后两个滚刷,且旋转方向为相对旋转,作用是将颗粒二次扫起,增大颗粒的抛射角,从而提高整个清污系统的除尘效率.借助机械系统动力学自动分析软件(ADAMS),对滚刷清扫颗粒的过程进行了仿真.分析了滚刷系统的转速、清洁车牵引速度对滚刷清扫不同大小颗粒的影响,得到以下结果:当刷毛为尼龙材料,清洁车行驶速度为3km/h,滚刷转速为180r/min时,滚刷清扫效果最佳,且颗粒质量越小,被滚刷扫起的抛射角越大.
【机 构】
：
西南交通大学先进驱动节能技术教育部工程研究中心 成都 610031
论文部分内容阅读
针对地铁隧道清洁的需求以及国内外发展现状,对一种清洁车滚刷系统进行了研究.此滚刷系统有前后两个滚刷,且旋转方向为相对旋转,作用是将颗粒二次扫起,增大颗粒的抛射角,从而提高整个清污系统的除尘效率.借助机械系统动力学自动分析软件(ADAMS),对滚刷清扫颗粒的过程进行了仿真.分析了滚刷系统的转速、清洁车牵引速度对滚刷清扫不同大小颗粒的影响,得到以下结果:当刷毛为尼龙材料,清洁车行驶速度为3km/h,滚刷转速为180r/min时,滚刷清扫效果最佳,且颗粒质量越小,被滚刷扫起的抛射角越大.
其他文献
主流的情感分析模型是基于依存树和注意力机制的LSTM神经网络模型,但依存树捕捉依存关系较弱;注意力机制有时隐藏层和目标向量维度可能不一致,且归一化后对应的梯度将会变小,使模型很难训练.针对上述问题,提出一种基于依存图和双线性串联平衡因子的注意力机制情感分析模型(BSBDG-LSTM),引入依存图形结构,允许多个依存根节点存在,使依存关系理解更加充分;在注意力机制中添加可学习的参数矩阵和平衡因子,使隐藏层和向量的维度保持一致,并降低维度系数.电商评论数据的实验结果表明,BSADG-LSTM模型比LSTM模型
为了提高安检图像质量,提出用Retinex算法对其进行增强处理,并对Retinex算法做了改进。改进算法首先结合反锐化掩模(Unsharp Masking,USM)算法中提高高频成分的思想,增强了安检图像的轮廓部分;然后用限制对比度自适应直方图均衡化(Contrast Limited Adaptive Histogram Equalization,CLAHE)算法增强图像对比度。实验结果和数据表明
传统的数字岩心建模方法建立的数字岩心模型尺寸单一,分辨率固定,导致存储空间过大,难以维护等问题。因此,提出了一种分层四叉树模型,给出了模型的构建及扩展方法,基于此模型,建立多分辨率数字岩心体素模型,同时在分层四叉树模型基础上,结合Marching Cubes移动立方体算法生成数字岩心面模型。通过实例检验证明,该方法建立的数字岩心模型极大地节省了存储空间,耗时较少,同时具有易于维护管理等优点。
为了获得结构更加合理的相似矩阵,提出了基于谱聚类和L2,1范数的多视图聚类算法.该算法首先将改进的多视图亲和矩阵利用L2,1范数正则项合理地构造出相似矩阵S,使S在整体稀疏的情况下保证局部的强线性关系;然后同时进行相似矩阵的学习和谱聚类过程,将相似矩阵S和标签矩阵F交替迭代,加强数据集与降维后的F的几何结构的紧密联系;最后对所提出的算法进行了实验,结果表明该算法是有效的.
随着人民生活水平的不断进步与对美好生活的向往,人们对于个人的健康越来越重视。乳腺癌是对女性健康威胁最大的恶性肿瘤之一,对乳腺癌进行快速、精准诊断并提供个性化治疗方案已成为目前社会的迫切需求。论文使用深度学习TensorFlow框架构建前馈神经网络,根据从乳房块细针抽吸(FNA)数字化图像数据描述的细胞核特征中,分析不同维度的病理特点,预测乳腺癌是良性还是恶性。为医疗行业提供一种高效乳腺癌预测手段,
针对目前彩色纹理图像检索系统结构复杂且时间成本较高的问题,提出一种融合图像颜色与纹理特征的彩色纹理图像检索方法。首先,在HSV空间中分别量化H、S、V三个通道的数据并提取组合直方图的颜色特征。然后,提取V通道数据子带系数的幅值与相位两种分布参数特征作为全局纹理特征;同时,使用局部邻域差分模式(Local Neighborhood Difference Pattern)算子提取V通道数据的局部纹理特
针对四旋翼无人机无人车联合运动缺乏对系统成员姿态约束的问题,研究了一种基于模型预测控制(MPC)的分布式联合运动控制方法.基于虚拟结构法,使用虚拟领航者策略,以虚拟领航者提供参考轨迹及参考速度,分别在各无人器平台上转换成各自所需的预测时域信息,结合推导的各无人器的状态空间模型滚动优化实现预测控制.限定四旋翼高度方向运动状态与偏航角,构造以俯仰角、横滚角与重力加速度乘积为位置运动输入的状态空间模型,将无人机内环姿态控制约束加入位置运动,增强飞行稳定性.改良无人车状态空间模型,增加速度信息得到可提供位置速度追
移动节点组成移动自组网(MANETs),MANETs没有固定的网络基础设施,也不存在中心信任机构,密钥管理是移动自组网安全最核心、最困难和最薄弱的环节,为了降低PKG密钥管理方案的通信开销,论文将ElGamal方案与预分配密钥管理方案相结合,提出了一种基于身份的预分配非对称密钥管理方案,在一定程度上降低了移动ad hoc网络非对称密钥管理中的通信开销[1～2],提高了网络安全.
深度学习已经在视觉、语音等领域取得了巨大的成功,随着深度学习性能不断的提升,模型的参数也在不断增加.针对如何在保证模型准确度的同时降低模型大小,使其能够部署在物联网设备上的问题,提出了一种异常声音检测模型与模型压缩算法.异常声音检测模型主要包括端点检测、特征提取、卷积检测模型.针对卷积模型较大的问题,提出了一种模型压缩算法,通过计算节点的输入输出权重之和,裁剪对模型影响较小的节点.实验表明,该异常声音检测模型与压缩算法在保持模型准确度的同时,可以一定程度上降低模型的大小.
跌倒是老年人意外伤亡的主要原因,使用防护产品是预防其伤亡的重要措施.为提升跌倒防护产品的适用性,提出一种结合阈值和支持向量机(SVM)多分类的跌倒预先识别方法.利用置于腰部的惯性传感器采集人体动作的加速度和角速度,并提取合加速度、水平合角速度和姿态角特征.通过设定特征阈值对样本进行初步检测,并对疑似跌倒样本提取时间窗内特征的均值、范围和方差来构建分类特征向量,通过训练的SVM多分类器对疑似跌倒样本进行复检和方向识别.结果表明:该方法对跌倒预先识别的前置时间为256ms,准确率为98.9％,可有效预先识别跌