-
基于激光雷达的大型吊车机械臂避障控制方法
来源:工业控制计算机 发布日期:2024-10-25
常规的大型吊车机械臂避障控制方法，以广义直线距离控制为主，忽略了机械臂瞬时速度引起的抖振误差造成的空间感，以半周期轨迹生成器迭代，近似于全周期控制过程，影响吊车避障控制效果。设计了基于激光雷达的大型吊车机械臂避障控制方法。将吊车机械臂运行路径上的障碍物近似为包围球，避免单纯直线距离判断的弊端。基于激光雷达测算机械臂与障碍物包围球的距离，判定机械臂与障碍物之间的碰撞情况，构建机械臂避障控制模型，设计
-
AECOPD合并Ⅱ型呼吸衰竭无创机械通气治疗患者血清APC、HO-1水平的临床意义研究
来源:国际检验医学杂志 发布日期:2024-12-30
目的 探究急性加重期慢性阻塞性肺疾病（AECOPD）合并Ⅱ型呼吸衰竭无创机械通气（NIV）治疗患者血清活化蛋白C（APC）、血红素氧合酶-1（HO-1）水平的临床意义。方法 选取2021年4月至2023年4月该院收治的265例AECOPD合并Ⅱ型呼吸衰竭NIV治疗患者为研究组，另选取同期200例稳定期慢性阻塞性肺疾病（COPD）患者及200例体检健康者作为稳定期COPD组、健康组，比较3组血清AP
-
钱大妈:保障食品安全 助力乡村振兴
来源:第一财经日报 发布日期:2024-12-18
“不卖隔夜肉“是钱大妈的标志性口号,作为社区生鲜专业连锁品牌,钱大妈自创立以来,在食品安全保障、乡村振兴和公益活动等方面就投入了大量心力,成效明显。 食品安全是钱大妈经营管理的基础。对于生鲜行业而言,食品安全贯穿从田间到餐桌每个环节,做好食品安全把控,是生鲜企业
-
电动汽车再生制动系统模拟试验台的设计
来源:工程机械 发布日期:2024-11-07
电动汽车再生制动模拟试验台由于体积大、通用性差等问题，限制了其对不同电动汽车再生制动控制策略可行性和能量回收效率的验证。基于再生制动理论，设计一种电动汽车再生制动系统模拟试验台，并提出利用飞轮组等效替代整车惯性能量的方法。该试验台能够分析和验证多种工况下不同电动汽车制动过程的动态特性、制动控制策略和能量回收效率。此外，该试验台的搭建为改善电动汽车性能提供了一种有效的研究手段。
-
加速培育电子信息产业发展新动能
来源:四川经济日报 发布日期:2025-01-07
回眸2024 2024年，电子信息处坚定贯彻落实省委、省政府关于加快发展电子信息优势产业提质倍增决策部署，促进产业链、创新链、资金链、人才链“四链”深度融合，加快培育产业新兴增长点。 服务重点产业链，壮大优势产业。围绕重点产业链和龙头企业，组建新型显示产业链协同
-
基于Moldflow的汽车抽屉内板注塑模具设计
来源:工程塑料应用 发布日期:2024-12-10
采用Moldflow软件对汽车抽屉内板的模流过程进行深入分析和优化，依据模拟分析的详尽结果与塑料件独特的结构特性，设计了1点开放式热流道浇注系统方案，预测了在塑件注射成型过程中可能遇到的问题，最后设计出一模一腔的热流道注塑模具。为了克服注射成型后塑件筋位对滑块产生过强包紧力导致的脱模难题，设计了一种滑块内置顶针复合抽芯机构，该机构融合了“滑块+顶针+弹簧+滑动块”的多元组件，通过实施两次分步抽芯策
-
大型工程施工机械设备管理及信息技术探讨
来源:中国设备工程 发布日期:2024-12-25
大型工程施工项目中机械设备扮演着不可或缺的关键角色，其性能与效率直接影响着项目的进度与质量。本文从企业大型施工机械设备管理模式出发，提出了综合性的管理模式，探讨了信息化技术在大型工程施工机械设备管理中的应用，以期提升企业机械设备管理水平，为推动企业高质量发展提供新动力。
-
eNSP驱动的计算机通信网教学改革
来源:山西电子技术 发布日期:2024-10-15
针对电子信息类专业“计算机通信网”课程教学中知识抽象，理论脱离实践的问题，实施基于华为网络模拟器eNSP驱动的课程教学改革。改革方法是将eNSP网络模拟引入到课堂教学、实验、综合训练和毕业设计环节中，加强课程教学中网络路由和交换协议的实现过程，将理论知识与网络工程实践相结合，提高学生对课程的理解和分析解决网络工程问题的综合能力。
-
食品理化检验质量控制与微量元素检验方法分析
来源:食品安全导刊 发布日期:2024-11-15
食品理化检验是确保食品安全和质量的重要手段，通过精确的理化检验可以评估食品中营养成分、有害物质以及其他微量元素的含量，从而保障消费者的健康。微量元素虽然在食品中含量微小，但其对人体健康有重大影响。因此，微量元素检验方法的研究和质量控制成为食品检验领域关注的焦点。本文详细阐述了食品理化检验质量控制的重要性、影响因素以及具体措施，同时深入分析了常见的微量元素检验方法，旨在为提高食品理化检验的准确性和可
-
基于深度学习的纺织物缺陷检测技术研究
来源:纺织工程学报 发布日期:2024-12-15
传统的纺织物缺陷检测主要依赖人工，存在主观性强、效率低和准确率不高的问题。探讨了深度学习技术在自动化纺织物缺陷检测中的应用，特别是MLP、CNN、VGG16和ResNet50模型。通过准确率、训练损失、混淆矩阵、ROC曲线和t-SNE聚类效果等指标，对这些模型在特定数据集上的表现进行了评估。结果显示：ResNet50模型在测试集上的准确率达到96.0%,AUC值超过0.91,Silhouette
027-87841330