热处理工艺对高碳高铬钢组织和性能的影响

研究了不同热处理工艺对RE复合变质高碳高铬合金钢的显微组织和力学性能的影响.研究结果表明:经热处理后组织内残余奥氏体完全分解,转变为粒状珠光体+M7C3型碳化物.高温固溶处理会对共晶碳化物的形态产生影响,随着固溶温度的提高,连续网状的共晶碳化物转变为杆状和块状,使材料的冲击韧性得到提高,球化处理促使基体内大量二次碳化物的析出,大大提高了材料的硬度.适合于高碳高铬合金钢的热处理工艺为1 200℃加热lh固溶,水冷,然后750℃×5 h球化处理.经此热处理后,与铸态实验钢相比硬度提高了30.8％,达到HRC53.9,冲击韧性提高了25％,达到9.5 J/cm2.     

桑蚕丝生产废水生物处理回收利用关键技术研究(二)

4压力式生物活性吸附处理装置4.1目的和作用压力式生物过滤装置的出水由于还含有一定量的污染物,并且有异味,不能满足桑蚕丝生产工艺标准要求,必需通过引至压力式生物活性炭吸附处理装置进行处理后才能供给桑蚕丝生产使用,生物活性炭装置内充填经特殊处理驯化的生物活性炭。     

正交半迭代硬阈值（OSIHT）压缩感知重构算法

信号重构是压缩感知过程中的重要环节,迭代硬阈值（IHT）算法因具有较好的重构性能被广泛应用,但其收敛速度比较慢。近期提出的半迭代硬阈值算法（SIHT）虽然可实现快速收敛,但对测量矩阵的尺度缩放非常敏感,依赖性强,大大限制了其应用范围。受OMP对MP算法改进启发,对SIHT算法进行改进,提出了正交半迭代硬阈值（OSIHT）重构算法。该算法不仅取消了对测量矩阵的依赖性,还有效改善了图像重构质量,减少运行时间。     

用非线性理论阐述正弦反馈振荡器的频率和幅度稳定度

首先,本文对用于近似正弦反馈振荡器频率稳定度分析的线性理论作了简要的回顾然后应用描述函数法和判决方程法导出了非线性近似正弦反馈振荡器的振荡频率和振荡幅度稳定度的新的表达式。最后对导致用描述函数法和判决方程法导出的振荡频率稳定度不同的内在原因进行了详细的论述。     

非线性振荡器频率占据现象的Volterra级数分析

本文应用Volterra级数和谐波平衡技术分析了一个互感耦合非线性振荡电路在外电动势作用下的频率占据现象。导出了占据带宽表达式。这种方法在建立好系统模型后只需进行代数运算,从而避开了求解非线性微分方程的复杂过程。     

面向观测融合和吸引因子的多机器人主动SLAM

针对未知环境下多机器人主动SLAM(simultaneous localization and mapping)存在不能完全遍历环境、定位精度不理想等问题,本文基于EKF-SLAM(extended Kalman filter-simultaneous localization and mapping)算法提出一种多机器人主动SLAM算法。通过引入吸引因子,增强多机器人系统之间的交流,提升机器人自身定位精度与环境建图精度,同时又引导多机器人团队进行探索环境。当同一地标被多个机器人观测到,采用凸组合融合方法融合各个机器人对地标的估计,从而降低被估计地标的不确定度。仿真结果表明,所提算法能够对环境进行覆盖遍历,提升对地标估计的定位精度。     

基于反馈注意力机制和上下文融合的非模式实例分割

非模式实例分割是最近提出的对实例分割的扩展,其任务是对每个对象实例的可见区域和被遮挡区域都进行预测,感知完整的物理结构和语义概念。在预测对象被遮挡部分的形状和语义时,往往由于特征表示的识别能力不够和对上下文信息缺乏而导致对遮挡区域预测欠拟合甚至错误。针对这个问题,提出一个上下文注意模块和反馈注意力机制的特征金字塔结构,引入反馈连接进行再学习。该方法能够有效捕获全局语义信息和精细的空间细节,通过在COCO-amodal数据集训练和验证,非模式实例分割掩码平均精确率从8.4%提高到14.3%,平均召回率从16.6%提高到20.8%。实验结果表明,该方法能够显著提高对物体被遮挡部分预测的准确率,有效解决欠拟合问题。     

淮河流域河南平原区河流与地下水的相互影响

利用"河南平原地区地下水污染调查评价(淮河流域)"项目中完成的749个点的地表水水文调查资料,结合河流断面监测资料分析了研究区地表水与地下水的补排关系;通过分析地表水与地下水水质、河流-地下水监测断面的水质特征,阐述了地表水与地下水水质的相互影响以及有机组分相互影响与无机组分相互影响的差异。研究结果表明:淮河流域河南平原区地下水对排泄型河流(段)水质影响有限,人为排污、降水及上游河水水质是影响其水质的决定因素;河流对地下水水质的影响与补排关系、地层岩性及结构关系密切;一些严重污染的补排交替型河流两岸分布有较宽的地下水严重污染带;河水中的有机物对地下水影响有限。     

基于Kinect系统的场景建模与机器人自主导航

本文分别基于微软Kinect系统的单目RGB摄像机以及深度距离受限的RGB-D像机,研究解决室内机器人的6自由度定位问题.首先,在传统不完全自由度估计的基础上,提出了特征点参数的增量式模型以解决运动尺度不确定性问题.该模型和以往的欧几里得、逆深度参数化模型相比,不仅能够显著降低系统状态维数,而且能够保证系统状态的一致可观测性;此外,基于增量式模型,根据Kinect系统中采集的RGB图像和红外图像,实现了对机器人6自由度的运动估计.最后,将Kinect系统采集得到的RGB图像和深度图像序列用于欧几里得参数化模型和增量式参数化模型,对应的实验结果证明了本文所提的自主导航方法的有效性.