简介：图1为目前市售的六连杆液压援救扩张机，典型商品的最大扩张力为35kN~60kN，重量则为22kg~25kg，工作双爪最大扩张间距为450mm~650mm。图2为目前市售的液压援救扩张机六连杆机构原理，当工作双爪处于闭合状态时，液压缸活塞杆处于收缩状态；当液压缸活塞杆外伸到最大状态，工作双爪达到最大扩张状态。

简介：最近几个月,我们经常能看到各种关于内燃机末日即将到来的新闻.先是风传内燃机强国德国将于2030年禁售内燃机汽车,然后《经济学人》杂志也发表了一篇题为《内燃机之死》的文章,而最近又有了我国政府将要制定燃油车退市时间表的新闻.看起来,似乎我们离内燃机的末日不远了.

简介：以三代非能动核电站正常余热排出泵转子系统为研究对象,建立泵转子及泵机组的有限元模型,采用耦联计算得到转子系统的第一阶临界转速为1872r/min,比通过解耦计算得到的结果小8%,其结果更加接近实际。分析结果表明,转子第一阶临界转速大于泵工作转速的20%,满足规范书的要求。

简介：在对飞机零件疲劳测试时，需要对其施加以交变载荷。为此，对基于前馈补偿的PID控制以及自整定RBF神经网络PID两种控制算法进行了分析，设计了先进的PID控制器，通过仿真分析比较了不同控制算法下系统的跟踪性、稳定性能，确定了在疲劳测试时，电液比例加载系统的最优控制方式。

简介：故障现象：一辆新款奔驰E300,底盘号LE4212148,行驶里程约为30km,客户反映手机不能无线充电。故障诊断与排除：新款E300配备了移动电话无线充电功能,如图1所示。通过查询资料,有对此功能的基本介绍。

简介：为了检测医用体外碎石机焦点位置的声场特性，判断是否符合国家标准要求，特采用直接测量的方法，使用针式水听器在时间和空间域内进行逐层扫描，寻找焦点位置并测量焦点位置的声压强度；通过能量图直观显示焦点位置的能量分布，通过测量采集到焦点位置连续10次冲击波的声场强度、脉冲上升时间、脉冲宽度．这样所得到的医用体外碎石机焦点声场特性符合国家标准的要求．

简介：同步工程在汽车研发周期中,能有效缩短模具制造周期和整个产品周期。本文介绍了当前同步工程的现状,针对同步工程存在的一些问题,以机罩里板零件的同步工程为例,介绍了同步工程的工作流程,讨论同步工程在车型开发中的应用。通过对机罩里板的CAE成型分析,在同步工程中改善了零件的成型质量,大大缩短了产品的开发周期,对汽车零部件的开发具有重要的指导意义。

简介：介绍了XMZ800/2000厢式压滤机的选型、特性参数、特点、处理铁矿尾矿浆存在的问题、原因分析、改造措施以及改造后的实际应用效果。

简介：设计了一种分布式光伏电站数据通讯管理机,包括硬件系统和软件系统.硬件系统基于ARM嵌入式处理器设计,通过RS485/232串口对光伏电站终端设备的实时数据进行采集并解析处理,采用以太网/GPRS与光伏电站控制系统的服务器相连,实现数据的远程无线通讯和传输.软件系统基于多任务实时系统Linux,采用模块化设计,包含了任务管理、内存管理、时间管理和同步通信等功能模块.该通讯管理机具有对分布式光伏电站监控数据的实时采集、存储、分析处理、上传和转发等功能.

简介：近日，徐工XGC28000履带起重机吊索在北京市长安街西延道路工程永定河特大桥主桥“和力之门”钢塔首节段吊装完成。当重达574吨的主塔首节段钢结构准确穿入预埋于下方混凝土中的85根钢拉杆、208个剪力键，稳稳地立在基座上，永定河特大桥工程正式进入了桥梁上部钢结构安装的冲刺阶段，这也意味着XGC28000将缔造历史上又一全新记录。

简介：本文对现有输出直流信号的交通信号控制机在国内外应用情况进行简要介绍，重点阐述输出直流信号的交通信号控制机的相关技术，对每项技术在输出直流信号的交通信号控制机中的应用需要注意的问题进行论述，并对输出直流信号的交通信号控制机的应用前景进行概述。

简介：目的分析人为因素致血液透析机报警的原因,并给出相应的预防控制措施,提高透析成功率。方法收集2017年1月至4月血液透析期间贝朗dialog血液透析机发生报警的82例患者,共进行血液透析2892例次,对人为因素所致报警原因进行统计分析,采用excel对数据进行整理。结果出现报警1357例次,人为因素所致421例次,其中压力报警182次,占43.23%;空气报警92次,占21.85%;电导度报警79次,占18.76%;其他原因68次,占16.15%。以上报警均被医护人员及时发现,并在5s~3min内找出原因给予针对性处理措施后,血液透析机正常工作,均未对患者造成损伤。结论透析过程中应加强巡视,密切观察,最大限度降低因人为操作失误导致的报警,以免影响患者情绪,保证透析顺利进行。

简介：域自适应算法是一种能有效解决训练集（源域）和测试集（目标域）样本分布不一样但是具有相关性的方法.文章提出一个跨领域分布适配超限学习机（DDM-ELM）用于解决域自适应问题.DDM-ELM旨在基于超限学习机的框架下,充分利用丰富的有标签源域样本和无标签目标域样本,得出一个精确的目标域分类器.具体来说,DDM-ELM同时满足以下目标：1）最小化源域样本的分类误差;2）通过最小化投影最大化均值偏差来有效减小源域和目标域的分布差距;3）利用目标域样本的流形正则化来探索目标域样本的几何机构特性.这使得DDM-ELM能在同时继承超限学习机优点的前提下更加适合于目标域样本.经过大量的实验结果证明,相比于几种先进的域自适应方法,DDM-ELM在分类准确率和效率上均有所提高.