触摸屏不利于材料试验机操控的几点探讨

一、新技术对材料试验机的影响 采用了最新元器件的试验机是否才是最好的试验机呢？答案是否定的。笔者认为,评价一台试验机的优劣,不同的人标准不同,但人们制造或购买这种仪器的目的是相同的,那就是通过使用这种仪器达到检测各种材料或构件的力学性能,凡最有利于使用的就是最好的。     

透明聚丙烯的结晶行为

采用差示扫描量热仪、偏光显微镜和X射线衍射仪等研究了透明成核剂和透明聚丙烯的结晶行为和结晶形态。结果表明:山梨醇类透明成核剂第二次升温比第一次升温熔融温度下降10~50℃,熔融焓下降50%~90%;纯聚丙烯结晶温度约为110℃,熔融温度约为152℃,球晶尺寸约50μm,晶型为α晶;加入透明成核剂后,聚丙烯的结晶温度升高约10℃,熔融温度升高约3℃,晶粒尺寸约1μm,晶型仍为α晶。     

三维正交机织复合材料的力学性能

测试了5种不同规格型号的三维正交机织复合材料以及同种型号增强体与两种不同树脂基体得到的复合材料的抗拉伸、抗弯曲力学性能,并分析了其破坏模式。结果表明:三维机织复合材料能有效阻止分层破坏,且纬向的力学性能明显好于径向,其力学性能也会随树脂基体力学性能的提高而有所提高,模量的变化尤其明显。     

飞机脱漆剂的组成分析

对国外某高效飞机脱漆剂的组成进行了分析,经过红外光谱、GC-MS等分析,该脱漆剂的主要成分为:56. 5%二氯甲烷,22. 8%水,12. 3%苯酚,少量石蜡等。根据分析出的主要成分,添加少量增稠剂、表面活性剂等配制脱漆剂,配制出了一种较好的脱漆剂,该脱漆剂外观均匀,能脱除环氧漆、聚氨酯漆等,性能优越。     

面向嵌入式设备的深度学习物体检测优化算法

随着深度神经网络研究地不断深入,物体检测的精度和速率都在不断提升,但是随着网络层的加深,模型体积不断增大,计算代价也越来越高,无法满足神经网络直接在嵌入式设备上实现快速前向推理的需求.为了解决这个问题,本文针对嵌入式设备进行深度学习物体检测优化算法研究.首先,选择合适的物体检测算法框架和神经网络架构;然后在此基础上针对特定检测场景下采集的图片进行训练和模型剪枝;最后,对移植到嵌入式设备上的模型剪枝后的物体检测模型进行汇编指令优化.综合优化后,与原有网络模型相比,模型体积减小9.96%,速度加快8.82倍.     

?50mm改性聚氨酯/玄武岩纤维复合绝缘子芯棒的制备

以改性聚氨酯(PUA)为基体,玄武岩纤维(BF)为增强材料,采用拉挤成型工艺制备了?50 mm的PUA/BF复合材料芯棒。重点研究了拉挤速率和纤维含量等对大直径PUA/BF复合芯棒力学性能、渗透性能和电气性能的影响。研究表明,当拉挤速度为300 mm/min,纤维含量为79.7%,偶联剂为KH570时,PUA/BF复合芯棒具有最佳的综合性能,其生产效率高、致密性好、品红测试合格,SEM测试显示树脂对纤维具有非常好的粘附性和浸润性,水扩散试验表明在水煮100 h后泄露电流仅为31μA,满足特高压线路复合绝缘子绝缘性能要求。     

LMPM/PP原位复合材料的力学强度

通过熔融混炼并挤出压延成型制备了ＬＭＰＭ／ＰＰ原位复合材料,研究了原位复合材料的拉伸性能和冲击性能。结果表明ＬＭＰＭ能在ＰＰ基体中形成微纤增强相,使材料的拉伸强度成倍增加,冲击韧性也比纯ＰＰ高。ＬＭＰＭ／ＰＰ原位复合材料的力学强度与偶联剂用量、ＬＭＰＭ用量有关,在ＬＭＰＭ微纤的取向方向和垂直方向,力学强度也有很大差异。当ＬＭＰＭ用量为２０％,ＤＢＴＬ为１．０％,或ＮＤＺ为０．７％时,ＬＭＰＭ／ＰＰ原位复合材料在平行于微纤方向的拉伸强度为１４０～１５０ＭＰａ,是纯ＰＰ的３．９～４．１倍,垂直于微纤方向的拉伸强度为５９～７０ＭＰａ,是纯ＰＰ的１．６３～１．９３倍,平行于微纤方向的冲击强度为６０～７０Ｊ／ｍ,是纯ＰＰ的１．６２～１．８９倍,垂直于微纤方向的冲击强度为３８～４５Ｊ／ｍ,略高于纯ＰＰ。     

低粘度高耐热环氧树脂组成物研究

在改性酸酐固化的环氧树脂体系中,加入非环氧类低粘度活性交联剂,得到了室温下粘度仅为80mPa·s的酸酐 环氧树脂体系。利用正交试验优选了树脂配方,该树脂体系在有效降低粘度的同时,还提高了耐热性,优选配方树脂体系的热变形温度达到265℃。该树脂体系适用于RTM(ResinTransferMolding)成型工艺制备高性能复合材料及电器设备的灌封。     

基于边缘PUnet网络的虚拟视图空洞修复

基于深度图的绘制(DIBR)是虚拟视点合成的关键技术,但其生成的虚拟视图存在大面积连续的空洞.传统的图像修复算法修复后的空洞缺乏语义感,现有的部分卷积神经网络修复后的空洞边缘失真,因此本文提出基于边缘信息的部分卷积神经网络修复算法.首先本文利用视差移位来生成虚拟视图,并对虚拟视图进行赋值和膨胀预处理操作,以消除裂缝和伪影对后期空洞修复的影响,然后在部分卷积神经网络中加入设计的边缘检测器,使部分卷积神经网络重点学习图片的边缘部分,最后利用学习好的网络模型修复虚拟视图中的大面积空洞.实验结果表明本文方法可以对大面积连续的空洞进行修复,修复后的空洞区域不仅具有语义感,且边缘细节也更精细.     

聚合物—无机纳米复合材料的制备

简介了聚合物－无机纳米复合材料的4种制备方法。展望了聚合物－无机纳米复合材料应用前景。