高分子材料动态非线性流变行为研究进展

简要介绍了研究高分子材料动态非线性流变行为的意义,阐述了高分子材料动态非线性流变行为的主要类型和大振幅振荡剪切(LAOS)实验结果的主要量化/可视化手段,重点梳理了基于LAOS的动态非线性流变研究在分子拓扑结构表征、高分子材料内部微观形貌观测、分子间作用力和结晶动力学信息分析等方面的进展。     

变传感器设定值的科氏质量流量管控制方法

在科氏质量流量计中,流量管的稳幅振动是准确测量的前提。当两相流发生时,科氏质量流量管无法维持在最佳幅值下振动,导致传感器输出信号幅值波动大。针对两相流下流量管幅值控制面临的问题,分析影响流量管振动幅值大小和稳定性的因素,提出跟踪传感器信号幅值、变传感器信号设定值的控制方法,在研制的数字式科氏质量流量变送器上实时实现,并在气-液两相流实验装置上进行2种设定值方法的对比实验。实验结果表明,在不同含气量和控制及时性的情况下,变传感器设定值的控制方法均具有良好的信号跟踪和幅值控制的性能,流量管振动较平稳,传感器信号幅值波动范围小,极大地减小了两相流测量过程中的波动性。     

TC4钛合金退火工艺研究

为了降低TC4钛合金的硬度并获得良好的加工性能,对其进行了普通退火和等温退火实验,并讨论了不同热处理工艺对TC4钛合金的显微组织和力学性能的影响。实验结果表明:两种退火工艺的影响差别不大,普通退火更适合应用于实际。     

基于多视图循环神经网络的三维物体识别

对于三维物体的识别任务,基于多视图卷积神经网络的方法(MVCNN)在准确性和训练速度等方面都优于基于三维数据表示的方法。但MVCNN依赖于三维模型,且采用了固定视角的视图,不符合实际的应用场景;此外,其视图特征融合采用了最大值池化操作,会损失部分原始特征信息。针对这一问题,该文提出了一种基于多视图循环神经网络(MVRNN)的三维物体识别方法,从3个方面对MVCNN进行改进。首先,在交叉熵损失函数中引入特征辨识度指标,以提高不同物体特征之间的辨识度;其次,使用循环神经网络代替MVCNN的最大值池化操作来融合多个自由视觉视图特征,得到一个更加紧凑且物体外观信息完备的融合特征;最后,利用二分类网络对自由视角单视图特征和融合特征进行匹配,实现三维物体的细粒度识别。为了验证MVRNN的性能,分别在公开数据集ModelNet和自建数据集MV3D上进行对比实验。实验结果表明,与MVCNN相比,MVRNN提取的多视图特征具有更高的辨识度,在两个数据集上的识别准确率均较有明显提升。     

钢纤维混凝土的耐久性

针对钢纤维混凝土的耐久性进行了试验研究,其主要内容是对钢纤维混凝土的碱性保护作用、碳化作用、氯离子渗透进行试验,并与钢筋和镀锌钢纤维混凝土进行了对比分析。结果表明,与钢筋混凝土相比,钢纤维与镀锌钢纤维由于直径较小,比表面积大,受碱性保护作用更强,且掺入钢纤维不会影响混凝土的渗透力,所以能明显改善混凝土的耐久性。     

重柴油催化裂解制乙烯研究

以重柴油为原料,在实验室小型连续管式裂解炉上,使用纳米氧化镍催化剂进行催化裂解实验,考察了裂解温度、停留时间、水油质量比和剂油质量比在不同条件下对乙烯收率的影响.通过方差分析方法,初步确定重柴油催化裂解适宜的工艺条件,为企业生产乙烯提供较佳的工艺指标。     

自动控制原理课程教学模式的创新思考与实践探索

针对传统教学模式下自动控制原理教学中存在的问题,进行了一些创新思考,并结合先进教学理念,对理论教学、实验教学以及考核方式等方面做出了一些探索性的改革实践,以加强学生的创新能力和工程意识。     

便携式10 kV中置开关柜核相手车的研制

核相工作是避免引起相间短路故障,确保人身、电网及设备安全,提高供电可靠性的必要手段。传统核相手车因重量过重、缺乏有效管理等原因,在使用过程中给操作人员带来诸多不便。为了克服这一难题,通过梳理核相流程和各环节耗费时间,给出了一种新型便携式核相手车的设计方案,并对核相手车信息管理系统的功能进行了简要介绍。最后,通过运行数据,对比了传统以及新型核相手车的使用平均耗时,证明了所研制核相手车的实用价值。