介绍感应脉冲粘度计的原理、制作及使用。它适用于测量各种炉渣及熔融金属的粘度,具有很宽的测量范围及良好的灵敏度。着重讲述粘度计的电子显示技术、检测电路设计和调试。采用感应脉冲方法将粘度这个非电的物理量变换成电讯号,用数字仪表直接显示读出,精度为±1.5%。在数据的积分、记忆过程中,以新的电路设计和应用集成电路运算放大器保证了良好的准确度,从而代替了价格很贵的数模转换电子设备。粘度大小随试样温度升降而变化能作连续测量,配用x—y函数记录仪便自动记录画出粘度—温度关系曲线。从脉冲间隔取出粘度数值这种方法有很好的重现性,而采用感应调谐回路产生脉冲则能排除各种干拢,这两方面是本粘度计的特点。从电路设计、实物制作、运转调试等方面介绍必要的计算公式及统调经验

在联用自动可调光栏[注]的条件下,推导了采用极薄平板样品时衍射X射线积分强度的近似公式。提出了在X射线定量相分析工作中采用极薄样品的可能性。我们的试验结果表明,采用极薄样品是可行的,但误差较大。考虑到在许多研究工作中,样品的数量常常很少,因此采用极薄平板样品是有实用价值的

采用ASPEX扫描电镜中的自动特征分析功能研究了交换钢包过程（取样浇次第4、5炉）对IF钢连铸板坯表层的洁净度的影响，且对比研究了交换钢包过程浇铸铸坯（交接坯）与正常浇铸铸坯（正常坯）的表层洁净度.结果表明：正常坯与交接坯中尺寸大于20μm的表层夹杂物可分为三类：（1）簇群状Al2O3（包括气泡+簇群状Al2O3）；（2）簇群状TiOx-Al2O3夹杂物；（3）保护渣夹杂物.正常坯表层的大型夹杂物主要为簇群状Al2O3，没有检测到保护渣夹杂物.换包开浇后铸坯总氧质量分数从14×10-6增至17×10-6，交接坯表层检测到较多的第2夹杂物，说明钢包开浇后钢水被轻微氧化.此外，钢包开浇后剧烈的液面波动也导致了保护渣的卷入.在当前工艺下，换包对IF钢铸坯表层洁净度的影响长度约为11m

针对线性自抗扰控制器参数难于整定的问题,提出了一种基于动态响应过程时序数据挖掘的参数自整定算法.算法以线性自抗扰控制器中线性误差反馈律的两个增益信号回路的动态响应为参数调整对象,通过改进变收缩系数的随机搜索算法进行参数整定,记录动态响应过程数据,基于关联关系挖掘得到控制参数调整策略应用于线性自抗扰控制器的参数自整定.为验证本文提出的参数自整定方法的实际效果,以液压自动位置控制系统为控制对象,分别采用阶跃响应仿真和Monte Carlo实验进行对比研究.结果表明,基于数据挖掘参数自整定的线性自抗扰控制器动态响应较好,鲁棒性较强,改进了变收缩系数随机搜索算法调整时间较长以及传统线性自抗扰控制器超调较大的缺点,是一种具有实用性的线性自抗扰控制器参数自整定方法

三辊行星斜轧机是七十年代中期问世的一种新型大压下量、高效率轧钢机,是轧制半成品或成品棒材的一种经济的方法,一台这样的轧机能代替7—8台普通轧机组成的开坯机组或粗轧机组的工作。（用它来取代棒材、管坯车间和中小型型钢车间的开坯机组或粗轧机组,进行设备换代,以达到高产、低耗、优质及自动化等目的都是极为有利的。）本文对三辊行星斜轧机的运动原理,特征参数和轧制力的确定等作了理论分析,为三辊行星斜轧机的设计提供了依据

英语试卷自动命题系统—“ATMPB

针对地磁导航方向适配性分析时人工提取的特征主观性较强且难以表达深层的结构性特征的问题,提出一种基于深度卷积神经网络(convolutional neural network,CNN)的地磁导航方向适配性分析方法.首先,利用Gabor滤波器的方向选择特性建立了6个典型方向的适配特征图;然后,设计了卷积神经网络对深层次的方向适配特征进行提取,并通过混和粒子群算法(hybrid particle swarm optimization,HPSO)对卷积神经网络的训练参数进行优选;最后,通过仿真实验对所提方法进行了验证.结果表明,该方法可有效避免复杂的计算以及人工特征提取的盲目性,实现了地磁导航方向适配性分析的自动化,且所提方法的准确率高于传统的BP网络和支持向量机,对地磁导航和航迹规划具有指导意义

本文研究了新型高磁能铁铬15钴-2钼-0.5钛柱晶永磁合金。该合金最佳磁性为:Br=14900高斯,Hc=680奥斯特,(BH)m=7.4×106高奥,达到了国内先进水平。在扬声器、测振仪传感器、电表、自动控制仪表上试用效果良好。研究了添加元素钼、钛、硫对磁性及柱晶的影响,发现添加钼未增加磁晶各向异性,而回火则大大提高合金的单轴各向异性。本文研究了柱晶合金斯皮诺达分解产物α1相的形貌和分布与热处理工艺的关系,给出了透射电镜照片

CABOSFV_C是一种针对分类属性高维数据的高效聚类算法,该算法采用集合稀疏差异度进行距离计算,并采用稀疏特征向量实现数据压缩.该算法的聚类效果受集合稀疏差异度上限参数的影响,而该参数的选取没有明确的指导.针对该问题提出基于集合稀疏差异度的启发式分类属性数据层次聚类算法(heuristic hierarchical clustering algorithm of categorical data based on sparse feature dissimilarity,HABOS),该方法从聚结型层次聚类思想的角度出发,在聚类数上限参数的约束下,应用新的内部聚类有效性评价指标(clustering validation index based on sparse feature dissimilarity,CVISFD)进行启发式度量,从而实现对聚类层次的自动选取.UCI基准数据集的实验结果表明,HABOS有效地提高了聚类准确性和稳定性

针对图像匹配制导中异源图像匹配难度大的问题,提出一种基于椭圆对称方向矩的可见光与红外图像配准算法.基于最稳定极值区域提取异源图像中具有尺度和仿射不变特性的椭圆区域,利用聚类分割方法从中自动选取具有异源不变性的同质区域特征,用椭圆对称方向矩描述区域特征边界各方向上的相似程度,通过互相关性指标进行特征匹配,获取匹配特征对,利用匹配矫正策略减少误匹配.实验结果表明:较传统算法,进一步提高了可见光与红外图像关联特征的匹配效率,正确率超过了95%,计算时间缩短了近一半.基本满足图像匹配制导对匹配算法实时性好、匹配正确率高、抗干扰能力强等要求