石墨烯对激光熔覆钴基合金组织和性能的影响

为了研究石墨烯对激光熔覆钴基合金涂层显微组织与性能的影响，选用合金化的Stellite6粉末和石墨烯混合作为熔覆材料，在同一工艺参数下在00Cr13Ni4Mo马氏体不锈钢上制得石墨烯质量分数为0.5%～2.0%的复合涂层。结果表明：激光熔覆过程使少量石墨烯烧损，部分得以保留；当石墨烯含量达到1.5%时涂层出现了较明显的裂纹；随着石墨烯含量的增加，涂层的硬度最高达到720 HV;当石墨烯含量为0.5%时，磨损量由2.31 mg减小至1.96 mg,涂层耐磨性提高，过量的石墨烯使涂层耐磨性下降；当石墨烯含量为0.5%～1.0%时，空泡腐蚀失重约为Stellite6涂层的1/3,涂层的抗空蚀性能提高，超过1.0%时涂层因出现裂纹缺陷导致抗空蚀性能显著劣化。     

食品加工对小麦制品中DON含量的影响

以脱氧雪腐镰刀菌烯醇(DON)含量超标的赤霉病小麦为原料,采用免疫亲和层析净化—高效液相色谱法,检测小麦籽粒、研磨后各组分及面制品中DON的含量,比较和分析DON含量的变化。结果表明,剔除呆白粒后的小麦籽粒可食用部分的DON含量大幅度下降;经过煮制的面条中DON含量下降较大,而蒸制的馒头中则下降较小;同是烘焙产品,曲奇中的DON含量降低幅度远远高于面包。     

择优取向氮掺杂氧化铟薄膜的制备及其光电性能

为探索氧化铟基半导体薄膜择优取向的控制生长策略，并探究晶面取向对光电性能的影响，采用磁控溅射技术在石英(SiO2)衬底上分别制备了具有(222)和(440)晶面择优取向的氮掺杂氧化铟(In2O3:N)薄膜，利用X射线衍射仪、扫描电子显微镜、X射线光电子能谱仪、紫外–可见分光光度计对In2O3:N薄膜的晶体结构、表面形貌、元素组成、光学带隙进行了表征，并研究了不同择优取向薄膜的光电特性。结果表明：不同择优取向In2O3:N薄膜的氮掺杂均以替位式为主，氮掺杂会导致氧化铟的禁带宽度减小至2.89 eV。相比(222)晶面择优取向，(440)晶面择优取向的In2O3:N薄膜的光响应时间更短。     

人工挖孔灌注桩设计及施工应注意的几个问题

本文就人工挖孔灌注桩设计与施工经常遇到的问题进行论述,并提出了解决的办法.     

白油酮苯脱蜡技术优化白油酮苯脱蜡技术优化北大核心CSCD

目的为了脱除白油中的石蜡,降低白油的浊点,合成助滤剂应用到白油酮苯脱蜡工艺中。方法研究了白油酮苯脱蜡过程中酮比、溶剂体积比、脱蜡温度对脱蜡效果的影响,将马来酸酐-α-十八烯共聚物分别与苯胺、苯乙胺和氨基偶氮苯进行反应,得到3类梳型聚合物(分别命名为AMAC、EMAC、Azo-MAC),研究了聚合物的种类和添加量对白油酮苯脱蜡效果的影响。结果在未加助滤剂的条件下,酮比为55%、溶剂体积比为3.0∶1、脱蜡温度为-14℃时的脱蜡效果最好,得到的蜡收率为5.6%,浊点为-2℃;在所筛选的较优工艺下,添加100μg/g侧链与主链物质的量比为2∶1的AMAC和EMAC,可使蜡收率提升为5.9%和6.0%,浊点下降到-4℃。结论聚合物AMAC和EMAC表现出助滤剂的特点,在白油酮苯脱蜡工艺中加入助滤剂AMAC和EMAC可以改善脱蜡效果,提高析蜡点。     

基于量测数据时序谱分布特性的电力系统暂态功角稳定在线判别

基于响应信息的电力系统暂态稳定判别是实现“实时决策，实时控制”的基础。然而此类方法的准确性受限于场景匹配以及发电机分群等中间环节。为更有效地辨识系统的暂态稳定性，该文以随机矩阵理论为基础，提出一种基于量测数据时序谱分布特性的电力系统暂态功角稳定判别方法。首先根据电力系统的暂态响应特性构建数据模型，并在实时分离窗矩阵的基础上构建插入矩阵模型以降低冗余历史数据对谱分布特性的影响。然后结合谱分布理论和增广矩阵法获取表示数据相关性的最大特征值偏移度(maximum eigenvalue deviation,MED)差值轨迹，并以物理机理严格分析不同稳定模式下MED差值轨迹与暂态功角稳定间的映射关系，从数据相关性的角度制定暂态功角稳定判据，基于量测数据实现暂态响应特性分析和暂态功角稳定在线判别。     

基于无线Mesh的井下探测机器人设计

针对矿难后需要迅速了解内部环境各项参数的问题，设计一款基于无线Mesh的井下探测机器人。该机器人以国兴N60为控制核心，通过C#上位机对设备进行监控，同时也可以上传相关数据到指挥中心。试验表明，该机器人可在复杂环境下应急救援时集数据、视频、音频系统于一体，实现多气体传感器检测，方便救援人员及时了解现场环境和进行决策。     

基于改进联合滤波与CNN模型的仪表识别算法

在工业现场的复杂环境场景下，针对数字式仪表的拍摄噪声和光照不均匀等约束条件，提出了一种基于改进的联合滤波与卷积神经网络（Convolutional Neural Networks, CNN）检测模型的数字式仪表识别算法。通过引入CNN检测模型来快速检测仪表表盘位置。对于定位后的表盘图像，引入噪声捕获算法，对疑似噪声点进行标注，针对性的处理噪声，细化滤波处理的颗粒度，避免了滤波阈值选择。同时针对光照不均匀现象，提出一种改进型的单参数同态滤波器，与所设计的急速滤波器做到自适应联合滤波，减少了参数调节量，大幅度缩短运算时间。实验结果表明，该方法能够在多场景下准确地识别数字式游标卡尺中的字符。     

基于深度学习的瓶装水智能垃圾分类收集仓设计

针对塑料瓶、纸制瓶和铝罐等瓶装水的垃圾回收分类问题，团队设计了一款智能收集仓，借助Arduino和人工智能帮助垃圾合理分类，收集仓中识别装置通过深度学习和卷积神经网络对回收的瓶子准确分类和识别，保证收集仓回收对象正确，并加入奖励机制，鼓励更多的人垃圾分类。此智能收集仓提高瓶装水可回收资源再利用效率，提高垃圾分类意识，助力“双碳”早日实现。