Z向钢缓冷排氢工艺的试验研究

本文叙述并分析了Z向钢缓冷排氢工艺。文中所提出的工艺具有两个等温台阶,第一台阶是450℃保温4h;第二台阶是630℃保温48h。用此工艺对厚度为250mm的钢坯进行排氢试验,结果表明,排氢后钢坯氢含量可达2.0ppm左右,成品钢板(20～50mm)的氢含量可降至1.0ppm左右,此结果已接近日本Z向钢氢含量的水平。     

平面薄膜场致发射的模型分析

该文系统地讨论宽带隙平面薄膜的场致电子发射(FEE)的机理。基本的理论模型是电子对表面势垒的隧穿效应,同时考虑到晶格的散射和薄膜势垒中微细贯穿通道的电子发射作用。分析结果表明,宽带隙平面薄膜结构用作场致电子发射阴极,具有发射电压的阈值低,发射电子的能量分布范围小等优点。另外这种结构制作简单、材料选择范围宽、理化稳定性好,是一种理想的场致发射电子源。     

利用改进AlexNet卷积神经网络识别石墨

为促进矿业领域向信息化、智能化的方向转变,实现对石墨的智能识别尤为关键.针对人工识别石墨花费时间长、效率低等问题,提出了一种改进的AlexNet网络应用于石墨的图像识别.首先通过随机裁剪、依概率水平翻转和归一化处理等手段对数据集进行图像预处理达到数据增强的目的;然后采用激活函数ReLU6压缩动态范围,使算法更稳健;运用...     

地铁单洞双层隧道施工技术

深圳地铁一期工程老大区间隧道穿过繁华的商贸金融区，沿线高大建筑物密布。为避开桩基，设计采用了单洞双层隧道的结构形式，单洞开挖高达17m，宽7．08m。施工中采用6台阶开挖、4道支撑、4步衬砌的方法解决了高边墙重叠隧道的施工难题，安全、稳妥、可靠地完成了本工程，并保证了周边建筑物的安全。     

利用迁移学习和焦点损失卷积神经网络的石墨分类

为了使得优质石墨资源得到优质优用, 提出利用迁移学习和焦点损失卷积神经网络的石墨分类识别算法.在自建的初始数据集基础上, 通过对数据集的离线扩充与在线增强, 有效扩大数据集并减低深层CNN过拟合的风险. 以VGG16、ResNet34和MobileNet V2为基础模型, 重新设计新的输出模块载入全连接层, 提高了模型...     

基于改进ShuffleNetV2模型的光伏板灰尘识别

鉴于灰尘积聚是光伏组件功率损失的主要因素之一, 针对灰尘颗粒的特性及克服利用扫描电子显微镜成本昂贵问题, 提出了一种利用改进的ShuffleNetV2模型来识别光伏板上的灰尘. 以ShuffleNetV2网络模型为基础模型, 采用Mish激活函数, 将更好的特征信息深入神经网络; 然后运用混合深度卷积保证特征提取的丰富性; 最后利用坐标注意力机制模块替换ShuffleNetV2模型中基本单元右分支尾部的逐点卷积, 从而在提高精度的同时也减少了计算量. 实验结果表明, 所提改进的ShuffleNetV2模型与已有的经典模型相比, 准确度更高, 模型复杂度更低, 有效地证明了所给方案是可行的.