高锰钢的泡沫陶瓷过滤净化

采用泡沫陶瓷过滤片对高锰钢进行过滤处理，对其进行金相分析和测试密度，冲击韧性和耐磨性能，并与未过滤的高锰钢进行对比，实验结果表明，在过滤的高锰钢中，金属夹杂物明显减小，密度提高0．53％，冲击韧性39．5％，耐磨性能提高1．04倍，批量生产结果表明，过滤的高锰钢球磨机衬板的使用寿命提高0．6－0．7倍。     

高密度脉冲电流对2024铝合金凝固组织的影响

研究了把高密度脉冲电流以外部瞬间能量和环境作功的形式注入到凝固过程中的高熔点2024铝合金熔体以细化其凝固组织，结果表明，高密度脉冲电流可以显著细化其凝固组织，讨论了高密度脉冲电流细化凝固组织的机理，指出了需要进一步解决的新问题。     

高密度脉冲电流对A356铝合金凝固组织的影响

研究了高密度脉冲电流对A356铝合金凝固组织的影响，实验中对液相线以下溶体的凝固过程在不同阶段进行电脉冲处理。对比实验结果表明：经过电脉冲处理后，A356的合金凝固组织得到明显细化；在同样的电脉冲条件下，凝固组织细化效果与电脉冲放电开始时间有关，凝固过程中放电开始时间越早，凝固组织细化效果越明显；反之，凝固组织细化效果较差；同时，脉冲充电电压越高，凝固组织细化程度越大。定量计算了脉冲电流产生的电磁力并分析了脉冲电流影响凝固组织的作用机制。     

Sr-Zr复合处理铝-硅铸造合金的研究

研究了Sr-Zr复合处理铝-硅铸造合金的工艺及其对近共晶铝-硅合金组织与性能的影响。结果表明，通过Sr-Zr复合处理可使近共晶铝-硅合金获得明显的细化效果，平均晶粒度可降至100μm左右，同时共晶硅仍保持良好的变质状态，从而显著提高了合金铸件的强度和塑性。     

云母钛珠光颜料的研制

对钛盐的沉析特性、云母精制、颜料制备进行了探讨。研制出云母－钛珠光颜料，即二氧化钛包覆云母，包覆层明显，珠光效果显著。     

BaO-Al2O3-SiO2微晶玻璃密度的计算

为了评估密度作为BaO-Al2O3-SiO2(BAS)微晶玻璃晶化热处理和质量监控手段的可行性和准确性,提出一种测定微晶玻璃密度的方法.利用x射线衍射和Rietveld结构精修法准确测定烧结制备的BAS微晶玻璃中各晶相的质量分数和密度,研究了加和法则应用于BAS系微晶玻璃的准确性.对比精修得到的晶相的晶胞参数和对应标准卡片上纯晶相的晶胞参数,得到样品中各晶相的密度.结果表明:BAS微晶玻璃中各晶相与对应纯晶相的密度差别极其微小.利用获得的各相的质量分数,根据玻璃工艺学的经验数据计算残余玻璃相的密度.最后,根据加和法则计算得到BAS微晶玻璃样品的密度,所得的密度值与利用Archimedes法测得的密度值的相对偏差小于1.4%.     

关于市政道路施工走精细化施工路线的必要性分析

通过分析城市道路中一些常见弊病、道路的维修和保养、整个城市的交通安全和道路交通功能造成的危害,提出了市政道路走精细化施工的必要性和一些相关策略。在市政道路检查中,一定要找出细节方面存在的问题,以更好地实现道路交通功能。此外,还应提高道路养护、维修的能力,细化市政道路施工过程中的基础,从而更好地保证道路的使用效果。     

基于知识本体提纯的无人机故障数据采集仿真

无人机在飞行的过程中,采集的故障信号数据会随着飞行环境的随机性变化而改变,造成异常信号数据关联性降低.利用传统算法进行异常信号数据挖掘的过程中,建立的关联规则过于复杂,加入过多约束条件分析环境特征,导致挖掘过程耗时较长.为解决上述问题,提出基于知识本体提纯的无人机采集实时数据挖掘方法.针对无人机异常信号数据知识本体表示方法进行了详细阐述.利用贝叶斯概率方法计算当前状态信号属于某类别异常信号的最大概率,从而为异常信号的提纯提供了准确依据.针对相似度较高的两个异常信号进行提纯处理,在提纯过程中充分考虑到信号采集时间间隔和时延,从而保证了实时性要求.实验结果表明,利用改进算法进行无人机异常信号挖掘,能够提高异常信号挖掘的及时性和准确性.     

Pavement crack detection using hessian structure propagation

Pavement images are widely used in transportation agencies to detect cracks accurately so that the best proper plans of maintenance and rehabilitation could be made. Although crack in a pavement image is perceived because the intensity of crack pixels contrasts with that of the pavement background, there are still challenges in distinguishing cracks from complex textures, heavy noise, and interference. Unlike the intensity or the first-order edge feature of crack, this paper proposes the second-order directional derivative to characterize the directional valley-like structure of crack. The multi-scale Hessian structure is first proposed to analytically adapt to the direction and valley of cracking in the Gaussian scale space. The crack structure field is then proposed to mimic the curvilinear propagation of crack in the local area, which is iteratively applied at every point of the crack curve to infer the crack structure at the gaps and intersections. Finally, the most salient centerline of the crack within its curvilinear buffer is exactly located with non-maximum suppression along the perpendicular direction of crack. The experiments on large numbers of images of various crack types and with diverse conditions of noise, illumination and interference demonstrate the proposed method can detect pavement cracks well with an average Precision, Recall and F-measure of 92.4%, 88.4%, and 90.4% respectively. Also, the proposed method achieves the best performance of crack detection on the benchmark datasets among methods that also require no training and publicly offer the detection results for every image.