脉冲电镀技术在无氰镀锌工艺中的应用研究

以无氰镀锌槽液体系为对象,系统地研究脉冲电镀技术在紧固件产品中的初步应用。通过外观检查、镀层厚度检测、耐盐雾腐蚀性能测试、氢脆性能测试以及微观组织检测等方法,全面对比分析脉冲电镀技术与直流电镀技术在无氰镀锌层中的应用效果。结果表明,在无添加剂的条件下,脉冲电镀技术与直流电镀技术均无法满足标准对紧固件镀锌层的外观质量要求。在有添加剂的条件下,脉冲电镀技术制备的镀锌层在电镀速率、耐蚀性能等方面较传统的直流电镀技术具有一定的优势,但在氢脆性能方面并无明显的优势。     

锶离子掺杂对NiO薄膜离子传输和电致变色性能的改善作用

电致变色材料在智能显示和军事伪装等领域具有非常重要的应用前景。为了改善NiO薄膜在碱性电解液中变色响应时间长,循环稳定性差的问题,本文采用水热法制备了锶离子掺杂纳米片状NiO电致变色薄膜,离子掺杂引起的晶格畸变与微纳结构的协同作用,使NiO薄膜展现出了优异的电致变色性能。锶离子掺杂一方面改善了NiO薄膜的电化学特性,从而缩短了电致变色响应时间(着色时间约为4.5 s,褪色时间约为2.7 s),提高了着色效率(CE, 85.2 cm₂^C_-1⁾。另一方面为NiO晶体结构提供了支撑,增强了电致变色过程中晶体结构的稳定性,从而显著提升了薄膜的循环稳定性(循环次数超过了10000次)。本文的研究结果对促进电致变色材料的工程化应用具有一定的借鉴和指导意义。     

神经网络和遗传算法在动态路径诱导中的应用

针对智能交通路径诱导目前存在的实时性差和求解效率低的问题,提出了将神经网络与遗传算法结合的动态路径诱导方法,研究了基于神经网络的交通信息实时预测方法,构造了具有时变性的路阻矩阵,解决了传统静态路阻存在时变性差等的局限性问题;探讨了基于遗传算法的最优路径求解问题,提出了适用于路径优化的编码方式、适应度函数和遗传操作算子,解决了求解效率和求解质量的平衡问题。仿真实验表明,该方法满足路径诱导的准确性、实时性和快速性要求。     

冻藏时间对面团水分物态变化及品质特性的影响

研究了不同冻藏时间(0 d、10 d、20 d、30 d)对面团中可冻结水含量(FW)、水分分布及存在状态、热力学特性和质构特性的影响,并通过主成分分析和相关性分析探究它们之间的相关性.结果表明:随着冻藏时间的延长,面团的水分物态发生了显著改变,FW、强结合水含量(A21)和自由水含量(A23)增加,弱结合水(T22)...     

局部减薄管道极限弯矩计算新公式

对承受内压p、轴向力F和弯矩M联合作用的局部减薄管道,应用屈服准则,给出了管道横截面弯曲压缩侧应力极限值和弯曲拉伸侧应力极限值的计算式,导出了内压p和轴向力F必须满足的条件.釆用理想弹塑性本构模型,推导了含等深减薄管道在联合载荷作用下极限弯矩计算的新公式.指出有关文献中极限弯矩计算式的理论依据不充分.     

一种亚微米压电柔性微动系统设计及性能分析

为获得精密直线运动输出,设计一种压电柔性微驱动系统,系统由压电致动器及柔性微动机构组成,在压电致动器驱动下系统具有亚微米级定位精度。基于柔性铰链导向、传动原理,设计了一种精密柔性微动机构,在此基础上提出了压电柔性微驱动系统设计方案。采用有限元法对系统进行了运动学分析、强度分析、动态分析,分析结果显示,系统具有定位精度高(最大定位误差为0. 24μm)、强度性能好、动态性能优良等优势。研究对微驱动系统研究及应用具有一定的参考价值。     

南方某工业园区综合污水治理模式分析

在城镇污水提质增效背景下,针对南方某国家高新技术产业开发园区市政污水管网常年高水位、污水处理厂前溢流严重、进厂水质低的现状问题,深入调查分析发现主要系接纳了园区大量污染物浓度低但波动幅度大的企业污废水造成。由此提出构建一套独立的自企业源头排水收集、市政工业管线转输至末端集中处理的工业污水收集处理系统,辅以市政生活污水管网系统分步实施消除空白区、“清污分流”、病害修复等多种工程举措,实现园区工业污废水和生活污水分质处理,市政生活污水系统提质增效,进而流域水系环境质量改善的目的。     

基于通道注意力机制的单目深度估计

现有单目深度估计（Monocular depth estimation）算法存在细节估计不准确、同一平面距离估计错误的问题。深度信息是通过图像像素的三通道信息估计出来的,目前已有的算法中很少考虑特征图通道之间的相互关系对深度信息的影响。因此本文提出了一种SE-DenseDepth网络,在网络的编码器中嵌入通道注意力机制,依据不同通道对深度信息的贡献度差异,对通道进行编码,提高编码器对图像特征的表征能力。为了获得图像精细的深度信息,网络建立编码器到解码器的跳连接,引入了更多的低层信息。本文在通用室内数据集NYU-Depth V2上训练,并在真实数据上测试。实验结果表明,本文提出的方法在深度突然变化的细节区域表现更好,在远距离大平面的情况下不会出现深度的断层,与其他主流算法相比可以获得较好的深度估计性能。     

地对空武器—目标分配的多目标决策问题研究

地对空信息化作战中,合理高效的武器-目标分配方案对于降低我方损失、提高防御效能具有重要意义。本文以敌方所有来袭目标的剩余生存概率最小、我方弹药消耗量的价值最小、敌方对我方资产的损害最小为优化目标建立地对空武器-目标分配模型;设计一种改进第二代快速非支配排序遗传算法(NSGA-Ⅱ)对模型进行求解,针对两个种群进行不同的遗传操作,利用强化学习方法动态调整两个种群中个体迁徙参数,以保证种群的多样性;对获得的武器-目标分配模型的非劣解集(Pareto解),使用模糊决策进行评价,得出最优的分配决策方案。     

基于深度学习的居住建筑外墙面损伤检测研究

以Tensorflow 2.0为平台,通过Faster RCNN算法框架建立深度学习模型.以1620张居住建筑外墙面受损照片为数据集.选取其中1296张为训练集,对模型进行有监督训练并测试模型训练深度,324张为测试集校检模型精度.测试结果表明,深度学习模型对居住建筑外墙的污染类损伤检测率为88.82％;裂缝类损伤检测率为90.21％;破损类损伤检测率为90.94％,检测平均耗时为每图0.23s.深度学习检测模型可有效反馈外墙面的主要损伤情况,提高建筑工程管理效率.