用Si_2Cl_6作渗剂的低温气体渗硅法

使用六氯化二硅作为CVD(化学气相沉积)原料,可以低温气相合成SiC或Si_3N_4涂层。此外,在金属成合金气体渗硅时,使用Si_2Cl_6可比用Si_2Cl_4处理温度低50～300℃,可实现处理温度的低温化。六氯化二硅(Si_2Cl_6)是一种沸点为144℃的无色透明液体,业已报道,如果将这种Si_2Cl_6作为CVD原料,与以往使用Si_2Cl_4作原料的方法来比,可在更低的温度下合成SiC或Si_3N涂层。作者最近还发现,在金属或合金表面进行渗硅处理时,作渗剂比用     

离子氮化处理中氢气的影响

本文把用H_2—N_2混合气体进行离子氮化的两三种钢材表面所形成的化合物层厚度、相组成物等同用纯氮气进行离子氮化的结果作了对比,并研究了离子氮化中氢气的作用。特别是应用了光电子分光分析法(ESCA)对氢离子溅射的表面净化作用作了进一步的研究。在纯氮气氛中进行离子氮化的处理时,微最氧的氧化作用明显地损害了氮化的效果;而离子氮化过程中氢气的存在对氮化反应具有很好的效果。通过氢离子的溅射加热可以去除在氢气中用电加热器加热难以去除的钢表面上所形成的碳氢化物和氢氧化物或吸附水的OH系污染层,从而表明了氢离子溅射的表面的净化作用。     

离子软氮化、盐浴软氮化和气体软氮化处理钢的氮化层

本文对经离子软氮化和一般盐浴软氮化及气体软氮化处理后钢的氮化层的冶金特性作了比较。离子软氮化所形成的化合物层厚度大于其他两种软氮化处理者。化合物层的相结构受软氮化方法和钢种的影响。离子软氮化和气体软氮化所形成的化合物层较致密,而盐浴软氮化所形成的化合物层有疏松。经离子软氮化的钢与其他两种软氮化的钢具有相同的耐磨性。这三种软氮化处理都显著地改善了钢的耐磨性。     

14Cr2Ni4MoV钢高温开裂行为的研究

在高温下施以恒应变拉伸的模拟焊接热循环的结果表明,1350～1450℃是晶间液化引起脆性断裂的敏感温度区;900～1000℃是不均匀再结晶引起低塑性断裂的敏感温度区。在高温应变条件下,初始阶段,裂纹优先在基体界面或晶界液化的夹杂物处萌生;形变后期,裂纹大量在再结晶晶界处萌生。本文建立了断裂模型,可用以解释高温低塑性断裂的微观过程.     

城市车载网络中基于停放车辆辅助的数据分发

VANETs(vehicular ad hoc networks)具有节点高速移动、网络间歇性连通和拓扑高度动态变化等特点.要分发的数据很难被维持在目标区域的道路上,不能持续为行驶经过的车辆提供服务.鉴于城市区域道路两旁长时间拥有大量停放车辆这一事实,提出了VANETs中基于停放车辆辅助的数据分发策略PADD(parked-vehicle assisted data dissemination).PADD按照簇的结构对目标区域内的路边停放车辆进行管理,将要分发的数据从数据源路由到目标区域合适的停车簇,并采用订阅/发布机制在停车簇一跳范围内实现数据分发.理论分析证明了停放车辆辅助的有效性;基于真实城市地图和交通数据的模拟实验结果表明:与现有的几种数据分发算法相比,PADD能以较低的网络负载和较小的传输延迟获得较高的数据传输成功率.     

基于自适应特征融合的粒子滤波目标跟踪算法

提出了一种基于自适应特征融合的粒子滤波跟踪算法,用于解决传统的粒子滤波跟踪方法在复杂背景下容易跟踪失败的问题。该算法选取颜色特征和边缘特征来描述目标,并通过粒子滤波进行特征融合,根据可靠性因子调整各特征的权值系数;在跟踪过程中,随着目标自身形变,自适应更新目标模板。实验结果表明,在复杂背景下以及受到遮挡时,本算法能够准确稳健地跟踪目标。     

UASB—A/O工艺在丙烯酰胺废水处理中的应用

采用UASB—A/O工艺处理高氨氮废水,进水CODCr为2 000～4 000mg/L,NH3—N为250～350mg/L,SS为80～140mg/L,pH为4～9。出水NH3—N均在50mg/L以下,CODCr在150mg/L以下。该工艺耐冲击负荷能力强,处理效果稳定,经后续单元处理后,出水各项指标均达到《污水综合排放标准》(GB 8978—1996)一级排放标准。     

地区生产总值的灰色神经网络预测

灰色神经网络是将灰色系统与神经网络融合建立的模型。本文利用该模型对某市的生产总值进行了模拟和预测。该模型融合了两者的优点,能够充分发挥灰色系统建模简单,所需数据少,运算方便和神经网络非线性处理能力强的优势,降低使用单一模型预测的危险性,提高了预测精度。     

一种在元素与颜色规模相近时的有效着色算法及其应用

着色算法(color-coding)是求解NP难问题的重要手段之一.而在应用着色算法时,着色算法所产生的着色方案的规模极大地影响着问题的求解性能,故构造一个尽可能小的着色方案是着色算法所寻求的目标.目前存在的着色算法均基于完全散列函数,并要求元素数目n远大于颜色数目k,且k比较小,这个限制条件使得这些着色算法在一些实际情况下无法应用.该文主要研究在元素与颜色规模相近时(n2k)的有效着色算法,并着重分析在n2k情况下着色算法的性能.该文提出了一种基于划分思想的着色方案构造算法PBCC,证明了由PBCC产生的着色方案确实可以覆盖到所有的子集,并具体给出了可应用于(l,d)-(20,16)Motif查找问题的403种着色的构造方法.文章进一步分析了PBCC产生的着色方案规模,并证明了在n2k且n-k2的情况下,任何着色算法所产生的着色方案的规模|S(n,k)|都不小于[n/2 n-k] [[n n-k]-n/2 n-k]2~(n-k)]/(2~(n-k)-2).此外,文中也采用了渐进分析技术,证明了PBCC算法生成着色方案规模为O(e2Rootof(ex-eμx 1)(n-k)),在n=2k的情况下结果是O(2.62n-k);同时,文中也证明了n2k情况下着色方案规模的下界为2n-k.