铝酸钠溶液中S2-浓度对20Cr钢腐蚀行为的影响

目的研究20Cr钢在铝酸钠溶液中不同S2?浓度下的腐蚀行为及产物形成过程,探索腐蚀机理。方法 20Cr钢在不同S2?浓度的溶液中进行高温浸泡腐蚀实验与电化学测试,结合扫描电子显微镜(SEM)、X射线能谱仪(EDS)、X射线衍射仪(XRD)等分析技术,观察腐蚀产物的微观形貌、元素含量与组成。运用失重法、极化曲线和交流阻抗图分析样品的腐蚀速率。结果 S2?质量浓度从0g/L增加到5g/L时,腐蚀速率由3.43 g/(m2·d)上升到25.20 g/(m2·d),腐蚀产物逐渐增多,S2?质量浓度在6 g/L时,腐蚀速率下降到21.30 g/(m2·d)。EDS结果表明,随S2?浓度的增加,腐蚀产物中铬元素含量增加,铁元素总体含量降低,氧、铝元素含量呈现先增长后降低趋势。XRD结果显示,加入S2?与未加S2?相比,腐蚀产物物相组成由Fe3O4和FeOOH变为Fe3O4、Fe Cr2O4和FeS。电化学测试得到S2?质量浓度从0 g/L到5 g/L时,腐蚀电流密度由22.87?A/cm2上升到586.02?A/cm2,S2?质量浓度在6 g/L时,电流密度下降到183.06?A/cm2。结论 S2?质量浓度在0～5 g/L范围时,20Cr钢的腐蚀速率逐渐增加,腐蚀产物中形成FeS,S2?的加入能够促进腐蚀反应,破坏未加入硫元素时形成的较致密腐蚀物;当S2?质量浓度超过5 g/L后,形成致密的Fe Cr2O4尖晶石氧化物,粘附在试样表面,对腐蚀起到抑制作用。     

可减少排样方式数的二维下料顺序启发式算法

讨论矩形件二维下料问题,将板材成本最小作为主要优化目标,将排样方式数最少作为辅助优化目标。提出一种可减少排样方式数的下料算法。该算法基于顺序启发式框架,按顺序逐个产生排样方式满足剩余矩形件的部分需求量,直到矩形件的所有需求量均得到满足为止。它采用一种分组技术选择可用来生成下一个排样方式的矩形件,用这些矩形件生成下一个排样方式后根据顺序价值校正方法调整矩形件的价值,其中每个排样方式均采用动态规划程序生成。将本文下料算法与两种文献算法进行对比,实验结果表明,本文下料算法使用的板材面积比文献算法分别节省了1.12%和0.89%,排样方式数比文献算法分别减少了45.56%和30.79%,且计算时间与文献算法接近。     

用于瞬态微观轮廓检测的 Mirau 偏振干涉显微镜

基于PZT移相的传统Mirau干涉显微镜存在采样时间间隔长、易受外界环境扰动影响以及对比度不可调等问题,提出了用于瞬态微观轮廓检测的Mirau偏振干涉显微镜。系统利用线栅偏振片作为偏振分束器,实现偏振分光和条纹对比度的可调,以满足不同反射率被测对象的检测需求;利用偏振相机瞬时获取四幅偏振相移干涉图,可有效降低外界环境扰动影响。对系统采用的偏振元件进行了建模分析,得到实际的偏振像差分布,并将其作为系统误差予以剔除。同时针对偏振相机存在的视场误差,研究了基于相位插值的视场误差校正方法。通过分析系统中各个器件特性对测量结果精度的影响,提出相应的误差校正方法。对所提出的Mirau偏振干涉显微镜的精度和可行性进行了实验论证,实验结果表明,其测量精度优于1/100λ,重复性精度优于0.1 nm。该测量系统具有对比度可调、瞬态测量以及结构紧凑等优点,为各类元件表面微观轮廓以及微小结构的在线检测提供了一种可行方法。     

具有温度补偿的拱形增敏微纳光纤磁场传感器

提出了一种基于铽镝铁(TbDyFe)的具有温度补偿的拱形增敏微纳光纤磁场传感器。传感器由光纤布拉格光栅(FBG),拱形微纳光纤和TbDyFe组成,拱形微纳光纤通过紫外胶(UV glue)粘接在TbDyFe上。与非拱形微纳光纤相比,拱形光纤可将TbDyFe的伸长转化为光纤曲率半径的变化,引起干涉波长偏移,从而实现磁场灵敏度的提高。随着磁场强度升高,拱形微纳光纤的干涉波长蓝移,灵敏度为47.81 pm/mT,FBG对磁场不敏感,拱形微纳光纤传感器的磁场灵敏度比非拱形高11.66倍。升温过程中拱形微纳光纤的干涉波长发生蓝移,温度灵敏度为43.02 pm/℃,FBG的干涉波长发生红移,温度灵敏度为9.34 pm/℃。磁场传感器显示出良好的重复性和线性,级联的FBG对磁场不敏感,可以实现对磁场传感器的温度补偿。     

快速的布料碰撞检测和有效的接触摩擦算法

为了快速处理布料的碰撞检测并获得真实的接触摩擦仿真效果,提出一种基于罚函数的碰撞/接触解决方案.首先,采用质点-弹簧模型进行布料的仿真模拟,在弹簧形变方向添加改进的阻尼力,以减少粒子之间的振荡来保证系统稳定性;其次,采用代数非穿透滤波器对连续碰撞检测算法进行简化求解,快速判断是否存在方程根,提高布料每帧运行的仿真效率;最后,采用库仑约束和接触约束对每个碰撞/接触对进行约束,并结合改进的罚函数法有效地响应所有的碰撞/接触对.实验结果表明,该算法在CPU仿真环境下能快速有效地处理布料的碰撞和接触摩擦,模拟出布料复杂的物理行为,适用于实时的交互应用.     

面向人机交互技术的体态感知抗干扰方法研究

随着计算机技术不断发展,人机交互技术也已逐渐发展成为一项热门的综合技术,且被广泛地应用到很多领域.本文对体感技术做了相关的研究,综合帧间差分法与LK光流法,提出纷乱场景下特定运动目标体态识别抗干扰方法,在复杂环境中提高了系统的可交互性,最后在Kinect平台上进行了实现.     

非侵入式脑—机接口编解码技术研究进展

脑—机接口（brain-computer interface,BCI）系统通过采集、分析大脑信号,将其转换为输出指令,从而跨越外周神经系统,实现由大脑信号对外部设备的直接控制,进而用于替代、修复、增强、补充或改善中枢神经系统的正常输出。非侵入式脑—机接口由于具有安全性以及便携性等优点,得到了广泛关注和持续研究。研究人员对脑信号编码方法的不断探索扩展了BCI系统的应用场景和适用范围。同时,脑信号解码方法的不断研发极大地克服了脑电信号信噪比低的缺点,提高了系统性能,这都为构建高性能脑—机接口系统奠定了基础。本文综述了非侵入式脑—机接口编解码技术以及系统应用的最新研究进展,展望其未来发展前景,以期促进BCI系统的深入研究与广泛应用。     

基于改进的无锚框目标检测算法的涡检测

在流体运动中涡对各种流场结构的生成和维持起着至关重要的作用,涡的识别和检测有助于理解流体流动规律。传统涡识别方法别存在定义不准确、严重依赖经验阈值、泛化性能差等问题,因此涡检测具有一定挑战性。本文从计算机视觉的角度出发,提出了一个基于目标检测算法的涡检测模型。针对原始目标检测模型对极端宽高比的细长涡检测效果不理想的问题,对两种不同类型涡的数据特性进行分析,并提出了基于可变形卷积（Deformable convolutional network, DCN）的特征自适应模块和基于改进损失函数的细长样本挖掘方法。采用圆柱尾流涡和潜艇尾部涡数据集对所提模型进行验证,实验结果表明改进后的模型检测精确率显著提高,并在细长涡的检测精确率上有显著提升,有效地平衡了各类型的涡检测性能。     

Analyzing academic achievement of junior high school students by an improved rough set model

Rough set theory (RST) is an emerging technique used to deal with problems in data mining and knowledge acquisition. However, the RST approach has not been widely explored in the field of academic achievement. This investigation developed an improved RST (IMRST) model, which employs linear discriminant analysis to determine a reduct of RST, and analyzed the academic achievements of junior high school students in Taiwan. An interactive interface was created so that students could answer questions to predict their academic achievement and they could learn essential skills for improving their academic achievement. Empirical results showed that the IMRST model selects crucial information from data without predetermining factors and can provide accurate rates for inference rules. Hence, the developed IMRST model is a promising alternative for analyzing academic achievement data.