钎焊温度对SiC/YG8接头微观组织的影响

在保温时间为5min、钎焊温度为940~990℃条件下,采用CuMnNi钎料钎焊SiC陶瓷与YG8硬质合金.利用金相显微镜、扫描电镜和能谱仪对接头的微观组织进行分析,研究钎焊温度对接头微观组织的影响.结果表明:在靠近SiC一侧生成一层带状反应层,主要由Cu基固溶体、硅化物、碳和碳化物组成;焊缝主要由基底Cu基固溶体以及Mn、Si、Co、Cu、Ni元素形成的化合物组成.随着钎焊温度的增加,焊缝的宽度减少,焊缝中心的Cu基固溶体基底减少,而化合物相增多.     

机器人的阻抗控制

阻抗控制在机器人的力的控制中具有重要地位,文章对阻抗控制方法中的参数的意义进行了说明,总结并分析对比了阻抗控制和其它力控方法的特点,对基于动力学模型和基于位置的两种主要的阻抗控制方法进行了分析,列出了阻抗控制参数的选取方法.     

一种自适应无线传感器网络监控系统网关设计

针对无线传感器网络网关通信方式单一、灵活性差的问题,设计并实现了一种自适应WSN监控系统网关,网关能够根据工作环境选择以太网、WiFi、GPRS通信方式中的一种来转发无线传感器网络的数据;基于STM32F107微处理器完成了网关的硬件开发和软件设计,实现了数据汇集、通信方式的选择、远程通信等功能;基于VC++完成了监控中心软件的开发,实现了数据接收、图形化显示、存储、查询等功能;搭建校园温湿度监控系统对网关性能进行测试,测试结果表明,该网关有扩展灵活、可靠性高、使用方便等特点。     

基于BP神经网络与粗糙集理论的分类挖掘方法

分类是数据挖掘中重要的课题,为协调决策分类,提出了一种基于粗糙集理论和BP神经网络的数据挖掘的方法。在此方法中首先用粗糙集约简决策表中的冗余属性,然后用BP神经网络进行噪声过滤,最后由粗糙集从约简的决策表中产生规则集。此方法不仅避免了从训练神经网络中提取规则的复杂性,而且有效的提高了分类的精确度。     

智能家居电力线总线研究与实现

随着信息通讯技术及智能化技术的高速发展,智能楼宇、智能家居成为当今IT技术发展的一个新热点.通过电力载波通讯技术实现智能家居的电力线总线网络,能为智能家居网提供最大的便利.本文正是以TDA5051为基础,实践了一个电力线家居总线方案.     

基于双线性池化的实蝇分类注意力网络

实蝇是国内外备受关注的检疫害虫,种类繁多。不同种类的实蝇外形大小相似,不易鉴别。此外,在实际应用中,鉴别实蝇的可用信息会受遮挡、视角、光影变幻等因素影响,导致实蝇自动识别工作难以进行。提出基于双线性池化的实蝇分类注意力网络,用于学习有效的实蝇鉴别特征。该网络由显著性特征模块和跨层双线性模块两个部分组成：显著性特征模块通过对不同卷积层进行滤波增强处理,实现特征增强;跨层双线性模块基于双线性池化融合特征,确定注意部位,挖掘判别特征。在具有自然环境背景的实蝇数据集上进行的实验表明,该方法效果较好,具有良好的实际应用前景。     

Co47.6Fe20.4B21.9Si5.1Nb5-xZrx(x=0~5)合金的非晶形成能力和磁性能

采用铜模吸铸法制备了直径d为2~5mm的Co_(47.6)Fe_(20.4)B_(21.9)Si_(5.1)Nb_(5-x)Zr_x(x=0~5)合金。利用X射线衍射(XRD)、差示扫描量热仪(DSC)、振动样品磁强计(VSM)和显微硬度计分析合金的非晶形成能力(GFA)、磁性能及显微硬度。结果表明:该合金体系具有较好的GFA,随着Zr含量的增加,其GFA呈逐渐降低的趋势。Zr含量为0~2%(原子分数)时,能制得d为3mm的非晶合金;Zr含量为0~3%(原子分数)时,可制得d为2mm的非晶合金。直径2mm的棒状非晶合金(Zr含量为0~3%(原子分数))表现为明显的软磁性,饱和磁化强度Ms趋于一定值。该体系非晶合金均具有很高的显微硬度,Zr含量为3%(原子分数)时达到1420HV。     

四极管等效二极管空间电荷限制流研究进展

可持续绿色能源核聚变具有清洁环保、原料储量丰富、安全可靠、不产生核废料等优点,是解决未来能源及环境问题的重要选择。然而,实现受控核聚变并非易事,托卡马克是最有希望实现可控聚变能的磁约束装置。大功率真空发射管是托卡马克装置中的一个重要器件,其电流作为发射电子管极限参量和额定功率的一个重要指标,取决于发射管本身的结构、尺寸、材料等。由于四极管的结构和工作原理十分复杂,很难直接获得发射电流随其结构参数变化的情况。可先将四极管等效成二极管结构来探寻二极管空间电荷限制流随其几何结构变化的规律,从而为等离子体加热发射管（四极管）结构设计及优化提供理论参考和有效依据。对此,本文通过查阅相关文献和书籍,对二极管空间电荷限制流方面国内外的研究状况进行总结和分析,并展望了其发展趋势。     

利用改进的背景模型实现车辆检测

为解决基于背景差分的车辆检测办法易受交通状况影响的问题,首先建立基于区间分布的自适应背景模型,然后利用改进的背景更新算法对建立的背景模型选择性更新,最后结合阈值分割和形态学处理实现运动车辆检测.实验结果表明,该算法在交通堵塞或临时停车等复杂交通环境中有很好的背景提取和更新效果.与经典的算法相比,该车辆检测算法在实时性和准确性方面都有所提高.     

基于修正STAP的高速空中机动目标检测方法

空时自适应处理(Space-time adaptive processing,STAP)是一种有效的机载雷达运动目标检测方法.空中目标的高速运动会导致其回波产生严重的距离走动和多普勒模糊,并且目标作加速运动时还会导致其多普勒频率随时间变化(即多普勒走动).为了有效检测上述目标,本文提出了一种新方法,该方法在目标距离走动校正之前首先进行杂波抑制,避免了直接利用Keystone变换校正存在多普勒模糊的运动目标距离走动时影响杂波分布特性,进而降低STAP性能的问题;对距离走动校正后的数据进行修正STAP,估计出目标的加速度,并根据估计值对多普勒走动项进行补偿;最后进行常规空时二维波束形成来实现目标能量积累.仿真结果证明了该方法的有效性.