基于IPSO-GRU深度学习算法的海底管道缺陷尺寸磁记忆定量反演模型

针对海底管道缺陷磁记忆定量反演的难题,提出一种基于改进粒子群优化的门控循环神经网络模型,即IPSO-GRU模型。以两端焊有盲板的X52管道作为实验材料,其上预制有不同直径、深度的缺陷,采用TSC-5M-32磁记忆检测仪,外接11-6W非接触探头,进行水下磁记忆检测试验,提取不同缺陷尺寸的磁记忆信号特征值。考虑到磁记忆信号特征值随缺陷尺寸呈复杂的非线性变化,引入门控循环神经网络,利用其双门结构能够记忆缺陷处的信号特征,非线性回归拟合能力强的特点,构建海底管道缺陷定量反演模型,进一步考虑到模型超参数选择的随机性,采用改进粒子群算法进行超参数寻优。验证结果表明:该模型对缺陷深度反演平均精度达96%;对缺陷直径反演平均精度达93%,为海底管道缺陷的磁记忆定量化识别与反演提供了新的思路和方法。      

构建基于“三项能力”的冶金设备运维管控体系

通过构建冶金设备运维管控体系,确保设备经济稳定运行,促进了设备运行向零故障迈进,为生产指标和效益的持续提高提供支撑。     

球形氧化锌粉末的制备研究

本文采用化学均匀沉淀的方法制备出球形氧化锌粉末，讨论了反应温度、ｐＨ值和锌盐浓度对成球的影响。     

使用沉淀白炭黑提高BIIR气密层的性能第2部分：氧化镁和偶联剂的影响

前文证明一种新的高分散性、低比表面积沉淀白炭黑（S_BET=74m ²·g^-1）是有吸引力的气密层胶料填充剂。调整配方后，这种白炭黑解决了气密层炭黑胶料疲劳问题并改善了大多数性能。研究了不同的偶联剂。全填充白炭黑的BIIR胶料的主要老化机理与炭黑胶料明显不同。恰当调整氧化镁含量，可改善白色胶料的耐老化性能。我们证实了填充白炭黑的胶料老化前300%定伸应力越高（偶联），耐疲劳性能越好，填充炭黑的胶料则相反。     

用虚拟仪器技术验证牛顿第二定律

牛顿第二定律是经典力学的基本定律之一,为了形象、直观、准确地验证牛顿第二定律,本文利用数字实验系统生动地展示F=ma的关系。通过本实验可以使学生获得更直观的教学感受。     

基于加权的无人机集群组网分簇算法

在无人机集群组网中,节点的高速移动会造成网络拓扑结构更新频繁,使网络管理变得更加复杂。分簇能够增大网络容量,实现空间资源的复用,是优化网络管理的有效手段之一。针对大规模、高速移动的环境进行了研究,提出了一种多参数加权分簇算法。该算法将最大速度相似度分簇算法中的分簇指标引入到加权分簇算法中,并且对链路保持率、节点度差、节点剩余能量进行改进,综合考虑这四种参数,通过加权组合的方式选举具有最大权重的网络节点作为簇头。仿真结果表明,该分簇算法不仅能够减少簇的数量和簇间切换率,提高分簇的稳定性,而且能够延长最小节点生存时间,改善网络的整体续航能力。     

A Numerical Sirnulation of Gas-Particle Two-Phase Flow in a Suspension Bed Using DifFusion Flux Model

A mathematical modei of two-dimensional turbulent gas-particle twophase flow based on the modified diffusion flux modei (DFM) and a numerical simulation method to analyze the gas-particle flow structures are developed. The modified diffusion flux modei, in which the acceleration due to various forces is taken into account for the calculation of the diffusion velocity of particles, is applicable to the analysis of multi-dimensional gas-particle two-phase turbulent flow. In order to verify its accuracy and efficiency, the numerical simulation by DFM is compared with experimental studies and the prediction by k-ε-kp two-fluid modei, which shows a reasonable agreement. It is confirmed that the modified diffusion flux modei is suitable for simulating the multi-dimensional gas-particle two-phase flow.     

轻量化卷积神经网络在SAR图像语义分割中的应用

针对合成孔径雷达图像的语义分割问题,构建了一个全新的TerraSAR-X语义分割数据集GDUT-Nansha。然后,为解决传统深度学习方法模型体积大,难以在样本数量偏少的合成孔径雷达图像数据集上应用的问题,对轻量化卷积神经网络ENet模型进行了分析和改造。提出了一种改进的轻量化卷积神经网络模型(revised weighted loss eNet,RWL-ENet);针对合成孔径雷达图像数据集样本不平衡问题,使用了带有权重的损失函数。通过和其他经典卷积神经网络语义分割模型的对比实验,验证了新数据集的可靠性;同时,在参数量和模型体积远远小于其他网络模型的前提下,RWL-ENet模型在像素精度、平均像素精度、平均交并比三个定量指标上分别达到了0.884、0.804和0.645。     

脉冲高能量密度等离子体沉积氮化钛膜的结合强度

本文用脉冲高能量密度等离子体技术，在室温条件下，成功地在ＧＣｒ１５钢表面沉积了性能良好的氮化钛薄膜。用自动划痕试验仪测量了氮化钛薄膜的结合强度。研究结果表明：表征薄膜结合强度的临界载荷有相当高的值；氮化钛薄膜的临界载荷随脉冲轰击次数、内外电极的电压变化而变化。对沉积膜结合强度的这些变化给予了理论上的解释与讨论。     

氮化硅陶瓷刀具表面涂覆高硬耐磨氮化钛涂层研究

用高能量密度脉冲等离子体于室温下在氮化硅陶瓷刀具上成功沉积了高硬耐磨的氮化钛涂层。薄膜厚度用光学显微镜和俄歇电子能谱仪测定，薄膜元素和相组成与分布分别用俄歇电子能谱仪、X光电子能谱以及X光衍射仪测定，薄膜微观结构用扫描电镜观察，薄膜表面粗糙度用光学显微镜测定，薄膜力学性能由纳米压痕实验和纳米划痕实验确定，薄膜的磨损性能用上业条件下的切削实验评价。实验结果表明，在最优化条件下，涂层与基体的结合力很好，纳米划痕实验临界载荷达80mN以上；氮化钛涂层具有很高的硬度和杨氏模量，分别达28GPa和350GPa以上。涂层刀具用于HB达2200MPa—2300MPa的HT250钢切削实验表明，刀具耐磨损能力增强，寿命明显提高。