火炮身管试样烧蚀试验及数值模拟分析

为研究火炮身管内膛烧蚀机理,基于半密闭爆发器研制了身管试样烧蚀装置,采用该装置开展了火炮身管试样烧蚀试验,获得了较为稳定的单发烧蚀量。为研究试样在热和化学作用下的烧蚀过程、揭示身管内膛烧蚀机理,提出了烧蚀速率模型,采用有限元分析软件ABAQUS仿真分析了试样在热和化学作用下的烧蚀过程。结果表明,试样受到高温火药燃气冲刷在表面产生强烈的热对流作用,倒角处存在热集中进而使倒角处产生强烈的热烧蚀。根据理论分析和仿真结果得出,在多发射击后未表面处理试样倒角逐渐变圆滑、镀铬试样在阳线棱边圆角处容易脱落,与试验装置和实际火炮内膛烧蚀现象一致。     

台阶插件孔印制电路板加工工艺研究

印制电路板部分产品开始引入台阶插件孔的设计,用以安装元器件,提高产品集成度或达到信号的屏蔽作用.文章以使用高频材料并含有台阶插件孔印制电路板为对象,研究半固化片钻孔开窗大小以及台阶插件孔除胶方式对台阶插件孔质量的影响,制作出符合产品需求的台阶插件孔印制板.     

基于半监督学习的蛋白质相互作用预测模型

基于有监督学习的预测模型在预测过程中存在以下缺陷:一是过分依赖训练集中有标签样本的数量,导致分类精度受有标签样本数量多少的制约;二是其预测分类一次完成,导致大量的无标签样本无法用来修正分类器的预测精度,大量数据信息被浪费,从而影响分类性能.针对以上问题,该文提出一种基于AP聚类与Renyi熵融合的自训练半监督相关向量机...     

基于图神经网络的最大化代数连通度算法

随着智能体数量的增加, 多智能体系统中潜在的通信链路数量呈指数级增长. 过多冗余链路的存在给系统带来了大量的能源浪费和维护成本, 而盲目地去除链路又会降低系统的稳定性和安全性. 代数连通度是衡量图连通性的重要指标之一. 然而, 传统的半正定规划(SDP)方法和启发式算法在求解大规模场景下的最大化代数连通度问题时非常耗时. 在本文中, 我们提出了一种监督式的图神经网络模型来优化多智能体系统的代数连通度. 我们将传统的SDP方法应用于小规模任务场景中, 得到足够丰富的训练样本和标签. 在此基础上, 我们训练了一个图神经网络模型, 该模型可用于更大规模的任务场景中. 实验结果表明, 当需要去除15条边时, 我们的模型的平均性能达到了传统SDP方法的98.39%. 此外, 我们的模型计算时间极其有限, 可以推广到实时场景中去.     

金刚石组合绳锯半自动压胶条装置的设计

金刚石组合绳锯传统压胶条方式采用敲击方式,不仅人工消耗大,工作效率低,同时也会对设备轮体结构造成不可逆的伤害。为解决传统压胶条方式存在的问题,文章设计一种半自动压胶条装置,采用气缸对胶条进行压紧以及电机带动组合绳锯机工作轮转动的形式。通过两者对比,结果显示,金刚石组合绳锯半自动压胶条装置的使用可以使胶条安装效率提高50%以上。金刚石组合绳锯半自动压胶条装置能够进一步保证压胶质量,且大大提高工作效率,减少工人的劳动强度,从而较大程度降低使用成本及该项工作的操作难度与危险性,同时也奠定了该款产品的可行性。     

Al4B2O9纳米棒改性制备优异综合性能的固体聚合物电解质

随着储能设备和电力驱动产品的激增,特别是电动汽车的大规模推广应用,全固态电池被认为是最有可能解决电动设备日益严峻的安全问题和高能量密度需求的策略之一.本文报道了一种Al4B2O9纳米棒改性的聚环氧乙烷(PEO)基固体聚合物电解质(ASPE),其具有高离子电导率、宽电化学窗口、良好的机械性能和阻燃性能.具体来说,因为Al...     

缆型钢丝圈在半钢轿车子午线轮胎中的应用

以245/45R18 100W轮胎为例,研究缆型钢丝圈替代六角形钢丝圈在半钢轿车子午线轮胎中的应用。结果表明,采用缆型钢丝圈生产工艺性能良好,可有效减小轮胎质量,降低滚动阻力,提高抗撞击性能,显著增强轮胎在使用过程中的抗风险能力。     

沉淀型半透膜材料在低渗油藏中改善水驱适应性研究——以高21沙二段油藏为例

针对高21沙二段油藏注水开发中的窜流问题,结合其突出的低渗、高盐特点,探索将具有"半透性增能和沉淀封堵水窜"双重作用的沉淀型半透膜材料应用于改善水驱,以期为类似油藏开发提供借鉴.研究结果表明,地层水中钙离子浓度高(2.1 g/L),地下原位形成CaCO3沉淀,能够对水流通道形成一定的封堵(渗透率封堵率为18.9％～40...     

基于跨层设计的无线自组网方案

首先详细描述了目前无线自组网现状及问题,然后基于跨层设计思想提出一种无线节点组网方案,尤其对MAC层、网络层的实现方案进行了详细描述,最后进行样机实现并搭建半实物仿真环境进行了仿真试验,仿真结果显示该组网方案在网络吞吐量方面比传统组网模式有显著提升.     

一种基于深度学习的多方位谱融合检测方法

在水下复杂的海洋环境中,依托水下无人平台进行自主检测是进行目标探测的基础,具有重要的研究价值。针对水下无人平台在利用方位历程图进行目标检测过程中检测门限难以确定的问题,提出了一种基于深度学习的多方位谱融合检测方法,弱化了对检测门限的依赖。该方法首先利用不同方位谱生成方法产生方位谱,然后建立融合通道注意力的CA-ConvNext深度学习网络,采用结合仿真数据与实际海试无标签数据进行半监督策略训练,得到最终的目标检测模型。仿真实验结果表明多方位谱融合的检测概率相比于单一方法提高了10%,海上试验数据处理结果也表明本文方法比单独采用不同方法进行检测效果提升明显,验证了本文方法的正确性与有效性。