颗粒模板法制备表面具有超疏水性生漆膜

用颗粒模板法对生漆膜表面改性,将高温预固化后的漆酚膜表面覆压嵌入碳酸钙颗粒模板,待漆膜完全固化后再用酸洗除去模板,制备得到表面具有超疏水性的生漆膜。通过接触角、红外光谱(FT-IR)、扫描电子显微镜(SEM)等分析方法,研究了改性漆膜表面的润湿性、化学及形态结构。结果表明,当颗粒模板粒径为3000目时,改性漆膜表面的接触角可达153.5°,表现出超疏水特性。生漆膜改性后表面的化学组成未发生变化,但其表面产生了微/亚微米级的复合多孔结构,此多孔粗糙结构是漆膜表面呈现超疏水性的原因。改性漆膜表面还显示出良好的超疏水持久性。     

细丝基金属增材制造沉积层单道几何特征及粗糙度的预测

针对细丝基金属增材制造（MAM）工艺参数与沉积层单道几何特征和表面粗糙度之间的关系,提出了基于MAM工艺的机器学习预测模型。实验研究了激光功率、送丝速度和扫描速度对单道轨宽度、高度和表面粗糙度的影响规律。结果表明,激光功率对单道宽度影响显著,对高度影响不大。随着送丝速度的增加,单道的宽度和高度增加,特别是高度。扫描速度越快,单道宽度越小,而高度变化不大。采用支持向量回归（SVR）和人工神经网络回归（ANN）方法建立预测模型。SVR和ANN回归模型均具有较好的预测效果,均方根误差较小,相关系数R²较高。与ANN模型相比,SVR模型在预测单道几何特性和表面粗糙度方面都有更好的效果。在此基础上制造了多层薄壁零件,验证了模型的准确性。     

面向语句的MBFL变异体约减策略

在软件调试过程中如何高效、精确地定位程序中的错误代码是软件开发人员普遍关注的问题。MBFL是一种基于变异分析的错误定位技术,它在获得较高错误定位精度的同时会生成大量变异体,并在变异体上执行测试用例集,开销庞大。为了减少MBFL的变异执行开销,提出面向语句的变异体约减策略,通过分析测试用例的执行信息, 按一定比例 对每条由失败测试用例覆盖的语句生成的变异体集合进行约减。实验结果表明,在7个程序包的112个错误版本上,应用面向语句的变异体约减策略的MBFL,在保持较高错误定位精度的同时,能够有效减少73.51%~79.98%的变异执行开销。