表面多孔化Bi2 Te3柔性薄膜的制备及热电性能研究

柔性热电器件能够满足复杂环境的热量收集和转化需求,是目前研究的重要方向之一。但受制于材料电/声输运性能的强关联作用,柔性热电器件的能量转化效率仍然较低。以聚酰亚胺为柔性衬底,采用磁控溅射的方式制备Bi₂Te₃柔性热电薄膜,并通过退火对薄膜表面进行改性。结果表明,高温退火能够诱导Bi₂Te₃薄膜表面产生多孔化结构,且孔隙密度和尺寸可通过退火工艺调控;多孔结构对薄膜的电/声输运性能具有协同优化作用,薄膜热导率较退火前降低约50%,Bi₂Te₃柔性薄膜的热电优值显著提升。     

热轧板坯头部翘曲机器视觉检测与BP神经网络预测控制

为解决热轧粗轧阶段板坯头部翘曲自动控制问题,以某2 250 mm热轧线粗轧机组为对象,介绍机器视觉检测原理及其在热轧生产线检测位置及检测结果的表征方式。通过分析影响板坯头部翘曲的因素,建立了9-10-6-1的4层BP神经网络预测模型,以现场检测数据为样本对网络进行了训练和预测验证。结果表明,神经网络模型预测精度符合现场的控制要求,这为热轧过程头尾翘曲自动控制和生产的无人值守奠定了基础。     

沥青路面裂缝成因及防治措施分析

沥青路面的弹力性能较强,能够为人们提供更加舒适的驾驶环境,同时,近些年来沥青技术得到了飞速的发展,这也使得沥青路面的数量不断提升。但沥青路面裂缝问题不仅会影响路面的舒适度,严重的还会对人们的生命安全造成影响,所以对沥青路面裂缝的成因进行分析,并有针对性的进行处理,已经成为当前时代和社会发展的必然选择。通过对常见的沥青裂缝类型进行分析,在此基础上分析裂缝形成的原因,针对这些成因提出几点防治措施。     

基于立体数据的高校学生就业去向预测方法

随着高校毕业生数量逐年增加,高校毕业生就业形势日趋严峻,如何对毕业生就业去向进行有效预测越来越受到社会各界关注。针对传统的就业预测方法缺少对高校学生立体数据的深度利用,提出一种基于高校学生立体数据的就业去向预测算法,充分利用学生的内在数据和外在数据,进行横向比较和纵向比较,为高校学生提供具有较高参考价值的职业规划建议。通过对学生进行随机调查和历史就业数据进行评测,表明所提方法具有较高的预测准确率,可以有效地为学生提供就业去向参考,对于指导就业具有重要的价值和意义。     

热轧板坯头部翘曲机器视觉检测与BP神经网络预测控制

为解决热轧粗轧阶段板坯头部翘曲自动控制问题,以某2 250 mm热轧线粗轧机组为对象,介绍机器视觉检测原理及其在热轧生产线检测位置及检测结果的表征方式。通过分析影响板坯头部翘曲的因素,建立了9-10-6-1的4层BP神经网络预测模型,以现场检测数据为样本对网络进行了训练和预测验证。结果表明,神经网络模型预测精度符合现场的控制要求,这为热轧过程头尾翘曲自动控制和生产的无人值守奠定了基础。     

铁修饰二碲化钼吸附氮化物的气敏特性研究

本工作采用基于密度泛函理论的第一性原理计算方法，研究了毒害性气体NO、NO₂和NH₃在铁修饰MoTe₂(Fe-MoTe₂)单分子层上的吸附和传感行为，探究其作为电阻型化学气体传感器的潜力。首先，研究了Fe修饰在单层MoTe₂上最稳定的几何构型和电子行为。结果表明，Fe原子掺杂剂可以稳定地吸附在单层MoTe₂表面T_Mo处，修饰后体系的带隙减小并且电子密度增加，产生2.00μ_B磁矩。其次，Fe-MoTe₂对NO、NO₂和NH₃气体的吸附能分别达到了-3.13 eV、-2.27 eV和-1.19 eV，总态密度图(DOS)以及分波态密度图(PDOS)的分析验证了Fe原子修饰对气体吸附性能的影响。能带结构和差分电荷密度分析为Fe-MoTe₂作为电阻型化学气体传感器提供了基本传感机理。最后，灵敏度分析表明Fe-MoTe₂