基于霍普金森拉杆的芳纶纱线动态拉伸力学性能测试方法

    公开(公告)号:CN117517092A

    公开(公告)日:2024-02-06

    申请号:CN202310550908.9

    申请日:2023-05-16

    IPC分类号: G01N3/30 G01N3/06

    摘要: 本发明公开了基于霍普金森拉杆的芳纶纱线动态拉伸力学性能测试方法,属于芳纶纱线性能测试技术领域,包括确定芳纶纱线的规格长度,制备动态拉伸试验所需试样:根据试验要求确定芳纶纱线的截取规格长度,裁剪3‑4倍规格长度的试样,进行动态拉伸试验,获取不同应变率下示波器记录的数据,进行示波器数据处理,获取不同应变率下芳纶纱线的拉伸性能。本发明提出的测试方法相比以往的测试方法,该方法能够较为方便地安装和拆卸纱线试样,提高测量效率,能够较好地保证在不引入过度应力集中的情况下紧紧抓住纱线材料并防止纱线的滑移,同时保持纱线失效所需的张力,使得纱线均匀受力,为纱线材料在不同应变率下的性能研究提供了新的测试方法和思路。

    一种获取金属材料V50的数值模拟方法

    公开(公告)号:CN113239589A

    公开(公告)日:2021-08-10

    申请号:CN202110524224.2

    申请日:2021-05-13

    摘要: 本发明公开了一种获取金属材料V50的数值模拟方法,实现了利用数值模拟方法准确获取材料V50,节约了试验成本、提高了获取V50的效率,包括如下步骤:对弹体和靶体分别构建有限元模型;所述靶体材料为试验金属材料。选取弹体和靶体的接触算法,并设置接触类型。选择弹体和靶体材料的本构模型。选择描述弹体和靶体材料的状态方程。为所述弹体施加设定的初速度载荷,将弹体和靶体的有限元模型、接触算法、接触类型、本构模型求解。在建立好有限元模型,设置好模型对称约束、接触类型、弹体和靶体材料的本构模型、弹体和靶体材料的状态方程,以及设定的初速度载荷,全部提交至数值模拟软件中进行求解计算。调试弹体的初始速度载荷,获取试验金属材料V50。

    一种动物肺部爆炸伤试验装置及方法

    公开(公告)号:CN116585064A

    公开(公告)日:2023-08-15

    申请号:CN202310541504.3

    申请日:2023-05-15

    摘要: 本申请提供一种动物肺部爆炸伤试验装置及方法,涉及生物爆炸损伤技术领域,所述装置包括:爆源组件、试验组件、测试组件和上位机;所述爆源组件,用于提供不同预设当量的爆炸冲击波;所述试验组件,用于固定和定位麻醉后的实验动物;所述测试组件,用于采集爆炸冲击波作用下的麻醉后的实验动物的胸部表面压力,以及爆炸冲击波的入射压力,然后上传至上位机;所述上位机,用于对接收的数据进行统计和处理。通过本申请的装置和方法能够获取到不同当量和距离的爆炸源对试验动物的肺部损伤特征。

    一种基于单目摄像机的运动变化的逆透视变换方法

    公开(公告)号:CN111738071B

    公开(公告)日:2024-04-16

    申请号:CN202010412341.5

    申请日:2020-05-15

    摘要: 本发明公开了一种基于单目摄像机的运动变化的逆透视变换方法,属于计算机视觉、图像处理和智能车辆的环境感知领域,解决了针对在道路路面复杂采用固定的逆透视变换方法造成获得的鸟瞰图出现失真、畸变等问题。本发明的方法主要包括初始检测、逆透视变换、平行特性检验和动态检测,处理的目标是单目摄像机拍摄的视频流或图片集;用于逆透视变换的矩阵参数有了动态变化,可以适应上下坡、颠簸的路面,得到的鸟瞰图质量与固定参数的逆透视变换相比更高,能够适应道路路面复杂的情况,便于之后的道路信息提取。

    一种基于人造软骨仿生材料与负泊松比结构的儿童安全座椅

    公开(公告)号:CN113232560A

    公开(公告)日:2021-08-10

    申请号:CN202110414773.4

    申请日:2021-04-17

    IPC分类号: B60N2/26 B60N2/28 B60N2/70

    摘要: 本发明公开了一种基于人造软骨仿生材料与负泊松比结构的儿童安全座椅。涉及属于儿童安全座椅领域。提出了一种结构精巧、使用效果好且缓冲减振效果好的基于人造软骨仿生材料与负泊松比结构的儿童安全座椅。本发明的技术方案为:包括设置于座椅背部2之内以及座板4之上的两个负泊松比吸能装置3,所述负泊松比吸能装置3由人造软骨仿生材料按负泊松比结构制成。本发明在儿童安全座椅的背部和底部加入负泊松比吸能装置,从而可以减轻座椅底部与背部的振动,增加座椅的舒适性,同时降低汽车后碰撞与侧碰撞时乘员所受冲击,增强座椅的安全性,更大程度地提升儿童的乘坐体验与行车安全。

    一种基于Centernet的雷达信息融合特征增强方法

    公开(公告)号:CN113221957A

    公开(公告)日:2021-08-06

    申请号:CN202110414757.5

    申请日:2021-04-17

    摘要: 本发明公开了一种基于Centernet的雷达信息融合特征增强方法,涉及计算机视觉领域,主要涉及是一种融合雷达信息与摄像头信息进行目标检测的网络模型。可显著提高Centernet目标检测的准确度,降低检测不到目标的概率,提升目标检测网络的性能。步骤1:收集道路车辆行人的数据集;步骤2:搭建卷积神经网络;步骤3:对特征图像进行预测;步骤4:对神经网络进行训练;步骤5:将实际使用时摄像头采集的摄像头照片同样经过步骤4训练后的神经网络,并在过程中融入实际采集的雷达信息,得到增强目标特征。提高中心点预测的精度,避免小目标或与背景对比度不高的目标无法检测成功。

    一种混合负泊松比结构内芯汽车电池保护系统及其设计方法

    公开(公告)号:CN110298079A

    公开(公告)日:2019-10-01

    申请号:CN201910455157.6

    申请日:2019-05-29

    IPC分类号: G06F17/50

    摘要: 本发明公开了一种两种负泊松单胞结构混合的负泊松比内芯汽车电池保护系统及其设计方法,该负泊松比电池保护系统主要由混合负泊松比结构内芯3,电池防护悬架1,电池模块2组成。所述混合负泊松比结构内芯置于电池防护梁内,混合负泊松比内芯包括外凸六边形蜂窝单胞结构和内凹蜂窝单胞结构组合阵列而成。首先根据负泊松比结构特征建立参数化模型,利用拉丁超立方实验设计方法和响应面模型法建立电池保护系统的响应面模型,利用多目标遗传算法NCGA进行多目标优化设计对电池保护系统进行耐撞性分析,获取混合负泊松比结构内芯最优设计解。本发明通过优化设计进一步提高混合负泊松比电池保护系统的耐撞性。

    一种用于机场交叉道口的交通控制系统及其控制方法

    公开(公告)号:CN103680218A

    公开(公告)日:2014-03-26

    申请号:CN201310592966.4

    申请日:2013-11-22

    IPC分类号: G08G5/06

    摘要: 本发明公开了一种用于机场交叉道口的交通控制系统。本发明的交通控制系统包括控制器及分别与控制器信号连接的交通信号灯和两个探测器;交通信号灯安装在地面服务车道车辆行驶方向右侧的边界上,与地面服务车道上的停止线对齐;两个探测器安装在滑行道的边界上且分别位于地面服务车道的两侧,两个探测器均可对滑行道上所经过的飞机进行探测并将探测信息传输至控制器,其中,位于地面服务车道与飞机滑行方向同一侧的探测器与地面服务车道的中心线的垂直距离不小于50米,另一侧的探测器与地面服务车道的中心线的垂直距离不小于200米。本发明还公开了所述交通控制系统的控制方法。本发明可保证交通安全,并提高地面服务车道和滑行道的平交运行效率。

    一种基于Centernet的雷达信息融合特征增强方法

    公开(公告)号:CN113221957B

    公开(公告)日:2024-04-16

    申请号:CN202110414757.5

    申请日:2021-04-17

    摘要: 本发明公开了一种基于Centernet的雷达信息融合特征增强方法,涉及计算机视觉领域,主要涉及是一种融合雷达信息与摄像头信息进行目标检测的网络模型。可显著提高Centernet目标检测的准确度,降低检测不到目标的概率,提升目标检测网络的性能。步骤1:收集道路车辆行人的数据集;步骤2:搭建卷积神经网络;步骤3:对特征图像进行预测;步骤4:对神经网络进行训练;步骤5:将实际使用时摄像头采集的摄像头照片同样经过步骤4训练后的神经网络,并在过程中融入实际采集的雷达信息,得到增强目标特征。提高中心点预测的精度,避免小目标或与背景对比度不高的目标无法检测成功。

    一种基于注意力对抗生成网络的无监督图像除雨方法

    公开(公告)号:CN113191969A

    公开(公告)日:2021-07-30

    申请号:CN202110422977.2

    申请日:2021-04-17

    IPC分类号: G06T5/00 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于注意力对抗生成网络的无监督图像除雨方法,涉及计算机视觉领域,主要涉及是一种可以进行无监督学习并且能够提高图片除雨效果的神经网络模型。可有效克服在生成对抗网络训练时所要求成对数据获取困难的问题,并引入了注意力机制,使得网络在处理图像时聚焦于有雨区域,输出更为理想无雨图像。步骤1、构建数据集;步骤2、搭建卷积神经网络;步骤3、训练;步骤4、实际使用。采用一个判别器代替原循环对抗生成网络的两个判别器,将网络精简且减少计算量,提高判别器的判别能力,进而提升生成器的图像恢复能力。使得网络在处理图像时聚焦于有雨区域,输出更为理想无雨图像。