线性液动压抛光加工的流场特性研究

分析了线性液动压抛光加工中液流对工件表面的作用形式，推导了黏性切应力和液动压力数学模型。对线性液动压抛光流场进行了数值模拟，剖析了抛光辊子尺寸以及抛光工艺参数对液动压和黏性切应力的数值及分布均匀性的影响规律。研究结果表明：液动压力和黏性切应力数值随辊子直径和辊子转速的增加而增加，与此同时其分布均匀性反而下降；抛光间隙值越小，液动压力和黏性切应力数值越大，且其分布均匀性越好。最后采用自制的线性液动压抛光实验平台，以K9玻璃为实验对象，探究了抛光加工表面形貌和表面粗糙度的创成过程。     

基于二维编码两阶段协同进化遗传算法的云工作流调度优化

针对当前启发式算法依赖于特定问题，元启发式方法存在搜索空间不完备或在完备空间上搜索效率不高，以及传统一维编码存在冗余空间等问题，提出一种基于二维编码两阶段协同进化遗传算法(TDTSGA)的云工作流调度优化方法。在TDTSGA中采用一种新的二维个体编码方法，设计了基于二维层次排序和拓扑排序的交叉变异方法，同时采用了两阶段协同进化策略。通过在各种工作流应用案例上进行广泛实验，验证了TDTSGA的优越性。     

基于独立分量分析和普鲁克分析的运动想象迁移学习策略

针对传统上基于运动想象的脑机接口系统在应用之前需要进行枯燥冗长的校准实验的问题,提出基于独立分量分析(ICA)和普鲁克分析的迁移学习算法。该算法采用独立分量分析对脑电信号进行空间滤波,对比应用多种对齐变换方法,实现对样本数据的平移和缩放。并提出欧氏空间下的旋转变换方法,以进一步匹配目标受试者与其他受试者的样本分布,实现有效的跨受试者和跨数据集的迁移学习。所提算法相较基于黎曼普鲁克分析的方法具有更好的分类性能以及计算效率,并在公共数据集PhysionetMI和BCIIV-2a上较传统机器学习算法将平均kappa值提高了约0.1和0.04。结果表明该方法能有效提高小样本下的分类正确率,这有助于降低对校准数据量的需求,从而减少校准实验的耗时。     

镀钨金属化对超音速激光沉积金刚石/铜复合涂层导热性能影响

针对电子封装材料散热需求，为了获得高导热界面材料，通过盐浴镀方法在金刚石表面镀W，并采用超音速激光沉积(SLD)技术在铜基板表面制备金刚石/铜复合涂层，研究镀W金刚石颗粒的表面形貌及成分，及其对金刚石/铜复合涂层微观结构、界面结合和导热性能的影响。研究结果表明，SLD制备的镀W金刚石/铜复合涂层中颗粒间结合良好，界面无明显缝隙，热导率达306.3 W·m^-1·K^-1。金刚石表面镀W改善了金刚石与铜的表面润湿性，促进了金刚石与铜颗粒之间的界面结合，使涂层具有良好的致密性，表现出优异的导热性能。