PA6/TiO2-GO复合材料的制备及其性能研究

近年来,环境污染问题越来越严重,光催化技术在处理污水和净化空气等方面发挥着重要的作用。本文通过差示扫描量热仪、电子万能拉伸试验机、可见分光光度计等仪器,主要研究不同纳米TiO2用量对PA6/TiO2-GO复合材料的热学性能、力学性能、光催化性能等的影响。通过研究发现：随纳米TiO2含量的增加,PA6/TiO2-GO复合材料的熔点逐渐降低,结晶度先增大后减小(复合材料的结晶度均大于纯PA6的结晶度);断裂强度逐渐减小,断裂伸长率逐渐增大;纳米TiO2对亚甲基蓝溶液的光催化降解能力越来越强。在相同纳米TiO2含量下,加入GO后能有效提高TiO2的光催化降解能力,光催化降解能力能提高10%左右。     

[bmim]OH和[A336][FeCl_4]混合离子液体氧化吸收硫化氢

为了降低非水相催化氧化硫化氢体系的运行成本,将碱性的氢氧化1-丁基-3-甲基咪唑([bmim]OH)离子液体与价格较低的酸性三辛基甲基铵四氯铁酸盐([A336][FeCl_4])离子液体分别按照0.2∶1、0.5∶1、0.8∶1、1∶1和2∶1的比例混合,用所得到的混合离子液体进行硫化氢氧化吸收实验,系统研究了混合离子液体的水溶性、密度、红外光谱、黏度和酸性强度等性能,并对其硫容和反应产物进行了分析。研究结果表明:(1)[A336]FeCl_4季铵盐离子液体的酸性强度和价格均低于[bmim]Fe Cl4离子液体,可以降低离子液体非水相催化氧化硫化氢体系的成本;(2)混合离子液体不仅同时具有[bmim]OH和[A336][FeCl_4]的骨架结构,且其p H值、黏度和硫容均随[bmim]OH量的增加而增加;(3)混合离子液体明显弱于[A336][FeCl_4]离子液体的酸性强度,有利于硫化氢的吸收,其黏度随温度上升而剧烈下降的性质有利于中、高温脱硫。结论认为,当[bmim]OH/[A336][FeCl_4]的物质的量之比在0.5∶1~1∶1时,可以构建成本较低、酸性适中、黏度较低、硫容较高的中、高温脱硫体系。     

齿轮类熔模铸件锡-铋合金模具的结构设计改进

我厂给外商生产的两种齿轮类熔模铸件,由于齿面精度及齿面质量要求较高、齿面不再加工以及外商要货期短等原因,给该类铸件生产带来了一定的困难。为此设计了两种模具结构并进行对比,优选的模具设计方案不仅提高了该铸件的齿面质量,而且还提高了生产效率。１模具材料的...     

基于矿卡和挖机之间精准定向需求的双层轨迹规划技术研究

无人驾驶矿卡路径规划的核心在于作业平台协作场景的轨迹规划技术,矿山工作场景时变、多样、复杂,往往很难规划出一条有效的路径达到挖机铲装点进行装料作业,从而导致铲装作业失败。单一的路径规划技术无法满足所有场景的铲装需求,因此,基于矿山场景实际需求,提出了基于混合A*算法的轨迹规划关键点选取和面向矿车挖机精准定向需求的DWA局部规划组成的双层轨迹规划框架。基于混合A*算法单次规划,实现了矿车在自感知全局地图内的轨迹寻优和矿车轨迹规划关键点提取;基于DWA垂直距离代价以及期望朝向代价的构建,提升了DWA算法矿车挖机精准定向能力;基于自感知全局地图以及双层轨迹规划框架的设计,整体提升了无人驾驶矿车的动态场景适应能力,提升了铲装的作业效率。     

基于自研高掺Yb大模场磷酸盐光纤的脉冲激光放大

<正>大能量、高峰值功率超短脉冲激光在远距离激光雷达、地震探测、主动照明等领域中具有重要的应用价值。主振荡脉冲放大（MOPA）是超短脉冲激光的主要运行方式，其中有源增益光纤是关键核心部件。目前，传统有源石英光纤存在稀土离子溶解度有限、难以保证低数值孔径（NA）纤芯制备的均匀性等问题，导致其使用长度较长（数m），纤芯直径通常小于40μm，具有较低的非线性阈值，进而限制了其输出的脉冲能量。相比之下，多组分氧化物玻璃具有稀土掺杂浓度高、光学均匀性好等优势，能够获得模场面积大、吸收系数高的大模场增益光纤，     

基于迁移学习和Bi-LSTM神经网络的桥梁温度-应变映射建模方法

为快速构建并准确预测温度作用引起的斜拉桥主梁应变用于结构状态评估，基于某大跨度斜拉桥主梁超过1年的温度和应变监测数据，提出了一种基于迁移学习和双向长短时记忆(bi-directional long short-term memory, Bi-LSTM)神经网络的斜拉桥温度-应变映射模型建立方法。首先，利用解析模态分解(analytical mode decomposition, AMD)去噪应变数据，得到仅由温度引起的应变响应；其次，选择温度和某一测点应变数据构成数据集，采用Bi-LSTM神经网络训练该数据集，并通过网络结构和超参数优化建立温度-应变Bi-LSTM基准模型；最后，利用迁移学习方法，将已训练好的基准模型中部分参数迁移到其他温度-应变数据集，建立相应的温度-应变映射被迁移模型，并与未采用迁移学习的神经网络训练方法进行对比。研究结果表明，相比直接建立的温度-应变Bi-LSTM神经网络映射模型，采用迁移学习方法建立的被迁移模型，其拟合精度均高于所用的基准模型，且训练时间短，预测误差小。