螺纹插装式溢流阀阀套精加工采用碳氮共渗后磨削的制造工艺，内锥面的形位误差会影响溢流阀的使用寿命和静动态特性，制造过程需要精准控制内锥面的误差。通过对工艺分析建立制造误差模型并应用研究，由此获得内锥面自身角度的合理误差范围，以及内锥角误差与磨削量之间的变化关系。根据阀套结构特点设计专用的检测装置，并对检测原理和测量误差进行分析，通过误差校对提高检测精度。对热处理后的阀套进行轴向尺寸分组，并采用基准统一原则，保证磨削制造精度的稳定性。根据检测原理和误差模型对试磨件进行误差计算，并据此调整磨削参数，使制造误差合格；后续制造时采用检测装置快速测量阀套的密封圆轴向尺寸，使制造误差均落在控制范围内，保证批量生产的可控性。研究表明，基于某型溢流阀的设计及工艺参数，内锥面自身角度的实际制造误差控制以±0.8°为宜，对应的密封圆轴向最大磨削公差为0.186 mm、修正后的最小磨削公差为0.075 mm；实验验证了误差模型的准确性，所述检测方法的角度测量误差为0.06°、密封圆轴向尺寸测量误差为2 μm，因角度测量误差带来的最大、最小磨削量范围偏差可通过内锥角实际制造误差的收缩进行补偿；所研究的理论与方法也为其他内锥面的制造控制及逆向工程提供了系统的方法

针对扑翼飞行器的定高飞行，设计了基于外部单目视觉的室内定高控制系统：通过外部单目相机获取扑翼飞行器的飞行图像，基于Qt编写的地面站软件接收图像并利用基于OpenCV的图像处理算法检测扑翼飞行器上的发光标识点，获得标识点在图像上的像素坐标；基于卡尔曼滤波器（KF）建立标识点像素坐标的运动状态估计器，降低环境噪声干扰并解决了标识点被短暂遮挡的问题；分别建立常规PID和单神经元PID控制系统，通过蓝牙控制扑翼飞行器的电机转速，实现了基于图像的扑翼飞行器室内定高飞行。对比实验结果表明，本文设计的定高飞行控制系统可以使扑翼飞行器标记点的图像坐标保持在外部单目相机图像的中心横线处。针对阶跃响应信号，单神经元PID控制系统的响应速度比常规PID控制系统响应速度稍慢一些，但是控制精度明显优于常规PID控制器，最大相对误差为3%

研究了多智能体网络中受集合约束的一致性最优化问题，提出了基于原始–对偶梯度的定步长分布式算法。算法中包括步长在内的参数会影响收敛性，需要先进行收敛分析，再根据收敛条件设置合适的参数。本文首先针对一般的定步长迭代格式，提出一种基于李雅普诺夫函数的收敛分析范式，它类似于一般微分方程关于李雅普诺夫稳定的分析方法。然后，针对所考虑的分布式梯度算法，构造了合适的李雅普诺夫函数，并根据收敛条件得到了算法参数设定范围，避免了繁冗复杂的分析论证。本文提出的理论与方法也为其他类型的分布式算法提供了一个框架性、系统性的论证方法

一.填空(20分,每空0.5分) 1.园林设计必须遵循的原则:适用、经济、美观。 2.园林的形式为四类:规则式、自然式、混合式和自由式。 3.颐和园中的廓如亭与南湖岛通过十七孔桥的连接达到拟对称均衡的效果。 4.园林中的墙,常作成漏花墙或栅栏墙这就打破了实墙的沉重闭塞感,产生虚实对比的效果。 5.园林中小型景物的合适视距约为景物高度的3倍。宽度大于高度的景物,合适视距约为景物宽度的1.2倍

1、课程简介该课程是农学、植保、园艺、农业资源与环境等专业的一门专业选修课,是根据相应的教学计划和专业要求而设置和编写的。 2、课程设置的目的绿色食品是以绿色生产方式从事种植、养殖和加工的综合生产体系。绿色食品的思想起源 于发达国家,它不仅是一种全新的种植模式和管理方式,更重要的是引进一种新的思想一推 广绿色食品标准,加强农业质量标准体系,创建农产品标准化生产基地。要使众多的生产者转 变观念,接受并建立绿色食品思想,必须从教育者优做起。 大学是培养高等人才的摇篮,大学生既是新思想、新观念和新技术的接受者,也是新思 想、新观念和新技术的传授者。因此,开这门课使绿色食品思想深入人心,这对农业生产结构 的调整,全面提高我国农产品的质量,增加农民收入、迎接WTO的挑战,保护和改善我国生态 环境,造福子孙后代具有重要的现实意义和深远的历史意义

一、制定本课程实验大纲的依据 本大纲根据黑龙江八一农垦大学园林专业的教学计划及《美术A》教学大纲编写。 二、本课程实验教学的作用 通过本课程实验教学可以使学生学习到素描的画法,掌握素描的基本规律。增强造型能力,体积、空间的塑造能力,通过实验能够完全了解及熟练掌握设计工具的使用方法;培养观察能力,准确的表现力;了解绘画与园林学习的联系与辅助作用;掌握基本的表现技法、设计手法

研究了全状态约束与输入饱和情况下的全向移动机器人轨迹跟踪控制问题.首先，针对一类三轮驱动的全向移动机器人，考虑系统存在模型参数不确定与外部扰动，建立了运动学与动力学模型；其次，利用障碍Lyapunov函数，结合反步设计方法，有效处理全向移动机器人跟踪过程中存在的状态约束，保证所有状态变量不会超出状态约束的限制区域；然后，针对系统参数不确定和未知有界扰动，设计相应的自适应律进行处理；同时，提出一种抗饱和补偿器保证机器人输入力矩满足饱和约束；并且利用Lyapunov理论分析证明了当选取合适的控制参数时闭环系统中的所有信号均能保证一致有界；最后，通过与未考虑状态约束和输入饱和的控制器以及经典比例-微分控制器进行仿真对比，验证了该方法的有效性和鲁棒性

首先对喷管内流动特性进行了研究，结果表明传统拉瓦尔喷管在喷管内部易形成大量明显的波系结构，抑制了超音速氧气射流的初始冲击效果，而利用特征线设计的曲线拉瓦尔喷管可有效解决该问题。其次，分析了不同供氧流量下，传统拉瓦尔喷管及曲线拉瓦尔喷管在高温条件下的射流马赫数分布、动压及射流卷吸特性。研究结果表明基于特征线法设计的曲线拉瓦尔喷管应用于转炉氧枪喷头时，可延长氧气射流核心段长度，增大氧气射流对熔池的搅拌能力，并提高氧气在熔池内的传质效果

一、制定本课程实验大纲的依据 本大纲根据黑龙江八一农垦大学园林专业的教学计划及《构成设计》教学大纲编写。 二、本课程实验教学的作用 通过本课程实验教学可以启发独创性,扩展造型构思;培养造型感觉(有关形态、色彩、肌理的审美直观判断能力);提高关于平面和立体形态的表现技巧。建立起设计师的思维方式。 三、本课程实验教学目的及学生能力标准 1、掌握三大构成的造型规律和造型的知觉和心理知识。做到逻辑思维与形象思维相结合。 2、平面构成一一通过图形的组合研究视觉运动,创造美好的平面图形与构图。 3、立体构成一一通过图学(投影学)的分析研究视觉运动、绕观运动(物体不 动,观赏者围绕着物体观看),创造生动的静力构造体

针对如何识别无人机的问题，提出了一种基于卷积神经网络的声音识别无人机的方法。首先，对100 m范围内的无人机、鸟和人的声音进行采集、预处理和提取MFCC+GFCC特征值，将其特征参数作为卷积神经网络学习和识别的数据集；然后分别设计了支持向量机和卷积神经网络两种模型对无人机等声音进行识别实验。实验结果表明，运用支持向量机识别无人机的准确率为91.9%，卷积神经网络识别无人机的准确率为96.5%。为了进一步验证设计的卷积神经网络的识别能力，在部分UrbanSound8K数据集上进行测试，准确率达到90%。实验结果表明运用卷积神经网络识别无人机具有可行性，且识别性能优于支持向量机