我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

660 MW二次再热锅炉吹管技术研究 下载：71 浏览：484

刘海波 《中国电气工程》 2019年11期

摘要:
通过对某660 MW尾部三烟道平行挡板调温二次再热锅炉吹管实践,提出一段吹管+三段吹管的设计方案,并应用于该类锅炉,为后续同类机组提供实际参考。

面向蜂窝结构件的机器人视觉定位方法 下载：56 浏览：306

张嘉礼1 李特1 谭朝元2 刘海波1 刘阔1 李兰柱2 王永青1 《中国航空航天科学》 2019年4期

摘要:
针对航空航天等领域蜂窝夹层结构件机器人化制造中的蜂窝型特征精确定位问题,提出了一种利用双目视觉引导工业机器人进行蜂窝夹层结构件单孔灌注的定位方法。目标区域分割原始双目图像,并通过双目匹配计算生成三维深度图;边缘检测、膨胀、腐蚀、骨骼提取、多边形拟合处理左图像蜂窝棱边,获得蜂窝角点特征的二维坐标,再利用深度图获得蜂窝特征角点空间坐标。利用6个角点坐标计算得到蜂窝芯孔的空间定位位姿信息。最后,在工业机器人和双目相机构成的定位系统上定位试验蜂窝结构件。结果表明:该定位方法能够精确定位存在一定变形的蜂窝芯孔(非标准六边形),其定位精度约为2mm,能够满足灌注作业精度要求。

结合外部知识的动态多层次语义抽取网络模型 下载：65 浏览：332

姜文超1 庄志刚1 涂旭平2 利传杰3 刘海波1 《人工智能研究》 2019年10期

摘要:
针对复杂多文本机器阅读理解任务中的语义理解与答案提取问题,提出结合外部知识的动态多层次语义理解与答案抽取模型.首先利用改进的门控单元循环神经网络匹配文本内容与问题集,分别在向量化文本内容及问题集上实施多维度动态双向注意力机制分析,提高语义匹配精度.然后利用动态指针网络确定问题答案范围,改进网络模型语义匹配效率,降低答案提取冗余度.最后结合外部知识与经验改进候选答案精准性排序,得到最终答案.实验表明文中模型的语义匹配与答案提取精度显著提升,对不同领域的复杂文本阅读理解任务具有较高的鲁棒性.

长宽比对双进水管结构矩形圆弧角养殖池排污特性的影响 下载：47 浏览：273

史宪莹1 李猛1,2 任效忠2,3 冯德军4 刘航飞5 周寅鑫2,3 刘海波1,2 赵晨旭1,2 《中国水产学报》 2023年5期

摘要:
为探究长宽比参数(即L/W,L为养殖池长边，W为养殖池宽边)对双进水管结构矩形圆弧角养殖池排污特性的影响，构建了固-液两相流数值计算模型(DPM离散项模型与RNG k-ε连续相模型),定义了适用于较大长宽比养殖池排污模拟的粒子重叠撒布方式，在L/W为1.0～1.9工况下，对两种进水管布置方式(进水管布置在长边中心和宽边中心)的养殖池排污效果进行了数值模拟试验。结果表明：L/W=1.0～1.5时，两种进水管布置方式的养殖池内粒子排除率均可达95%以上，随着长宽比的增加，养殖池内的排污效果变差；L/W=1.6～1.8时，进水管布置在长边中心时，未能排除的粒子在养殖池内汇聚更为集中。研究表明，在实际矩形圆弧角养殖池建设过程中，为使养殖池具有良好的排污性能和提高场地利用率，可选择L/W=1.0～1.5的池形进行建造。

核电站燃料运输通道闸阀的设计研究 下载：146 浏览：1473

刘海波1 陈爱美2 张广军1 刘海涛1 《核工业与技术》 2023年7期

摘要:
核电是指利用核反应堆中核裂变所释放出的热能进行发电的方式，具有高能效、污染小、环境友好、单机容量大、发电量稳定等优势。文章主要以核电站燃料运输通道闸阀的设计研究为重点进行阐述，首先对性能的总体结构特点进行分析，其次从阀体、阀盖结构；阀体、闸板导向性结构；水下位置指示、限位开关；远距离操作机构；失效断裂点设计等几个方面深入说明并探讨，最后通过计算与实验两个环节奠定核电站燃料运输通道闸阀设计的有效性，旨在为相关研究提供参考资料。

“双减”背景下初中地理课程框架的核心素养体系建构 下载：428 浏览：1987

刘海波 《地理研究进展》 2021年11期

摘要:
“双减政策”落地后，为学生提供了更多自主学习的空间，也让学生们回归了学习的本质，“‘双减’的根本还是要提高教学质量，扩大优质课堂教育供给，增加优质学校资源供给，强化教师管理，在课堂教学中注重学生学科核心素养的培养，初中阶段是学生核心素养培养的关键阶段，在这一阶段能够为学生的终身发展打下坚实的基础，怎样完善地理课堂教学中建构的核心素养体系，有待深入的探究。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享