高压氢去除钒表面碳、氮、氧杂质的热力学分析

基于钒的相关相图,分析了钒表面钒的碳化物、氮化物和氧化物可能存在的形式。采用热力学方法计算了高温和高压条件下氢与钒碳化物、钒氮化物和钒氧化物的吉布斯自由能变,分析了高压氢去除上述杂质的可能性。计算结果表明,100MRa条件下钒表面的碳化物杂质转化为甲烷需要860K以上的温度;50MPa、低于1000K温度氢不能有效去除金属钒表面所有价态的钒氧化物;50MPa、298～1000K温度高压氢不能有效去除钒的氮化物。     

新世嘉 EC5车辆定速巡航故障分析

针对在新世嘉 EC5出现定速巡航功能无法激活的批量性故障,运用 INCA、MDA等专业工具,对故障进行记录和分析。分析结果显示,由于在初始化后,CAN 网上存在误报制动踏板故障信息,使得发动机控制系统认为踏板有故障而禁止定速巡航功能启用;而 ABS 系统与整车智能控制电脑的兼容性问题,是导致CAN网上误报故障的根本原因。最后,通过完善电检过程,将故障率降低到了每天0台,问题得到有效解决。     

基于目标制导符号执行的静态缓冲区溢出警报自动确认技术

缓冲区溢出漏洞是一类严重的安全性缺陷。目前存在动态测试和静态分析技术来检测缓冲区溢出缺陷:动态测试技术的有效性取决于测试用例的设计,而且往往会引入执行开销;静态分析技术及自动化工具已经被广泛运用于缓冲区溢出缺陷检测中,然而静态分析由于采取了保守的策略,其结果往往包含数量巨大的误报,需要通过进一步人工确认来甄别误报,但人工确认静态分析的结果耗时且容易出错,严重限制了静态分析技术的实用性。符号执行技术使用符号代替实际输入,能系统地探索程序的状态空间并生成高覆盖度的测试用例。本文提出一种基于目标制导符号执行的静态缓冲区溢出警报确认方法,使用静态分析工具的输出结果作为目标,制导符号执行确认警报。我们的方法分为3步:首先在过程间控制流图中检测静态分析警报路径片段的可达性,并将可达的警报路径片段集合映射为用于确认的完整确认路径集合;其次在符号执行中通过修剪与溢出缺陷疑似语句无关的路径,指导符号执行沿特定确认路径执行;最后在溢出缺陷疑似语句收集路径约束并加入溢出条件,通过约束求解的结果,对静态分析的警报进行分类。基于上述方法我们实现了原型工具BOVTool,实验结果表明在实际开源程序上BOVTool能够代替人工减少检查59.9%的缓冲区溢出误报。     

客车涂装中VOC排放过程的分析及对涂装人员健康的影响

通过对水性涂料和溶剂型涂料在不同施工阶段的VOC及所含苯类溶剂的测试,对比分析了不同类型涂料在涂装不同阶段的VOC大小及其对涂装人员健康的影响。     

水电站地下埋管结构分析对比研究

对中美两国压力钢管规范在地下埋管结构分析方面进行了比较,并以某水电站地下埋管设计为例采用美标对地下埋管分析思路进行了总结。结果表明：中美标准在地下埋管计算壁厚方面采用的公式基本一致;在抗外压分析中采用的公式略有异同,国标以经验公式、Amstutz（阿姆斯图兹）公式和MIses（米塞斯）公式为主,美标中地下埋管分析以Amstutz（阿姆斯图兹）公式和Jacobsen（雅各布森）公式为主。结构计算方面美标较国标更为安全。     

基于AMEsim/MATLAB的清淤机器人液压系统的仿真分析及应用

通过SolidWorks建立清淤机器人三维模型,并分别用AMEsim、MATLAB建立液压系统模型仿真并分析,结果表明,在不同工况下流量特性曲线和系统可靠性模拟曲线与机器人实际工作曲线相似,证明设计的液压系统能够满足实际使用要求。     

三种化学试剂对生物组织和塑料聚合物的消解效果研究

以30％ H2O2溶液、35％ HNO3溶液和10％ KOH溶液对生物组织和塑料进行消解.结果 表明,选取40℃作为对生物组织和塑料消解能力的温度是恰当的.生物组织消解中,3种试剂消解24 h的消解率显著高于消解1h的消解率.在1h时长下,35％ HNO3溶液的消解率最高,为(77.05±2.86)％;30％的H2O2...     

基于监测数据的钢箱梁U肋细节疲劳可靠性分析

针对某悬索桥钢箱梁疲劳开裂严重,基于WIM动态称重系统采集的数据,对该桥通行车辆的车型、轴距、轴重、总重、是否超载进行了统计,明确了该桥交通荷载特征及各车道随机车流差异性,依据实桥动应变监测数据,运用雨流计数法及Palmgren-Miner线性损伤累积理论,获得了运营状态下各车道的疲劳应力谱,基于均匀设计-径向基神经网络-重要蒙特卡罗法（UD-RBF-IMC）相结合的算法,运用线弹性断裂力学对U肋对接焊缝疲劳可靠性进行了评估,研究了交通量及轴重增长对疲劳可靠度的影响规律。研究结果表明：该桥疲劳车型可简化为V2~V10共9类,左、右幅V2车型的总重均为单峰偏态分布,超载率不到4%,V3~V10车型的总重均为多峰分布,超载率大于30%,最高达69%;重车道V2~V10车型的比例明显高于其他车道;温度日变化对疲劳应力谱的影响较小,采样频率对应力谱的影响较为显著,不宜小于50 Hz;结合UD、RBF、IMC算法各自的优点,有效提高了基于监测数据的钢箱梁细节疲劳可靠度指标的求解精度和效率;轴重增长系数对疲劳可靠度的影响明显大于交通量增长系数,在运营期间除控制交通量外,还需重点控制重车比例和超载率;当交通量增长系数为3%,轴重增长系数为0.6%时,1#测点疲劳寿命仅为74年;超车道重载卡车数量较少,高水平应力循环较少,疲劳寿命较长,而快车道和重车道重载卡车较多,高水平应力循环较多,存在疲劳开裂风险,需重点关注。     

生猪检测模型及数据集构建方式研究

猪只检测对其后续的个体识别及行为识别有着重要的支撑作用。然而现阶段关于猪只检测的研究较少且没有达到理想的检测结果。另一方面,在猪只养殖中,杂物的遮挡、猪的重叠等给生猪检测带来了较大的困难。为克服上述困难同时获得较好的生猪检测性能,本文进行了生猪检测模型及数据集构建方式的研究,探讨了不同YOLO模型及不同数据集构建方式对猪只检测性能的影响。以圈养猪为研究对象、以监控视频为数据源开展了一系列研究。首先,对比了YOLOv2、YOLOv3及YOLOv4不同模型下生猪的检测性能,旨在探索最优的生猪检测模型。通过实验发现,YOLOv4具有最好的生猪检测性能。其次,构建了规模为4000张、8000张、12000张图像的数据集及不同视角的生猪检测数据集,探讨不同规模和不同视角数据集对生猪检测精度的影响。通过实验得出,规模为12000张的数据集精度最高,平均检测精度为82.21%;侧视和俯视视角数据集的平均检测精度分别为90.68%和77.91%。最后,构建了图片包含不同猪只个数的检测数据集,分别为少目标和多目标数据集。实验得出,少目标和多目标数据集的生猪检测精度分别为79.14%和94.25%。以上实验结果表明,YOLOv4模型具有最好的检测性能;且数据集规模越大,结果越好;同时构建数据集时应尽量挑选单张图片中目标个数多的样本。