水热原位生长制备致密氧化铈基固体氧化物燃料电池隔离层

面向高性能固体氧化物燃料电池(SOFC)低成本制备及长寿命运行需求,提出了一种致密氧化铈基隔离层的制备方法。将阳极支撑半电池的Y₂O₃稳定ZrO₂(YSZ)电解质浸没于硝酸钆和硝酸铈水溶液中,并在180℃水热条件下处理36 h,获得了原位生长的致密Gd₂O₃掺杂CeO₂(GDC)薄膜;进一步将其与La_0.6Sr_0.4Co_0.2Fe_0.8O_3–δ阴极在1 075℃共烧结,得到阳极支撑SOFC单电池。结果表明,水热原位生长制备的GDC隔离层连续且致密,组成约为Gd_0.044Ce_0.956O_2–δ,厚度约为0.23μm;阳极支撑单电池在750℃的欧姆阻抗约为0.101Ω·cm²,相较于传统丝网印刷GDC隔离层单电池降低了约38%,在室温加湿氢气燃料下的最大功率密度达到...     

活化赤泥基胶凝材料的抗冻融性能研究

赤泥资源化利用对氧化铝行业可持续发展和环境保护具有重要意义。本文以赤泥和热活化赤泥为主要原料与钢渣等多种固废协同制备赤泥基胶凝材料,并对其抗冻融性能进行了研究。分别对养护14和28 d的胶凝材料试样进行冻融试验,用万能试验机、XRD、SEM、工业CT等检测方法对试样冻融前后的强度、物相、显微结构、孔隙率等进行表征,并对冻融损伤机理进行了探究。结果表明,赤泥基胶凝材料冻融前后的质量损失、强度损失、显微结构差异显著。其中,赤泥-普通硅酸盐水泥胶凝材料较其他赤泥基胶凝材料的抗冻性能优异,其养护14 d试件冻融前后的质量损失和强度损失分别为23.68%和50.75%;用热活化赤泥制备的赤泥-钢渣胶凝材料冻融后的质量损失率较冻融前降低了16.30%。     

一种桑叶提取车间设计方案

根据车间布置的基本原则,参考桑叶提取工艺流程资料,结合相关计算及设备选型结果,本文提出了一种桑叶提取车间设计方案。该车间体型特殊,采用单层布置,安全措施严格规范。另外在严谨参照《药品生产质量管理规范》~([1])各项规定的基础上,对车间进行了一定改进,如在附近设置冷却循环水塔,以达到充分利用水资源,促进厂房生产效益提升等目的。     

大型医疗建筑BIM+智慧工地综合建造技术

以四川大学华西天府医院项目为应用实例,结合大型医疗建筑特点,开展BIM+智慧工地技术应用,确定信息化建设方案,进行信息化产品选型;通过视频监控管理、质量管理、安全管理、进度管理、劳务管理、物资管理、设备管理、环境管理、BIM技术在智慧工地中的应用等管理方法,实现信息化、精细化、智能化,高效辅助全专业、全过程施工管理,强化科学管理并加速信息化建设;为管理人员提供及时、高效、优质的在线服务,提高企业工作效率和管理力度,提升企业竞争力。     

基于深度卷积神经网络的目标检测研究综述

作为计算机视觉中的基本视觉识别问题,目标检测在过去的几十年中得到了广泛地研究。目标检测旨在给定图像中找到具有准确定位的特定对象,并为每个对象分配一个对应的标签。近年来,深度卷积神经网络DCNN(Deep Convolutional Neural Networks)凭借其特征学习和迁移学习的强大能力在图像分类方面取得了一系列突破,在目标检测方面,它越来越受到人们的重视。因此,如何将CNN应用于目标检测并获得更好的性能是一项重要的研究。首先回顾和介绍了几类经典的目标检测算法;然后将深度学习算法的产生过程作为切入点,以系统的方式全面概述了各种目标检测方法;最后针对目标检测和深度学习算法面临的重大挑战,讨论了一些未来的方向,以促进深度学习对目标检测的研究。     

冻融作用下德尔尼铜矿边坡滑坡的演化机制

以德尔尼铜矿北帮边坡滑坡为研究对象,选取岩性、抗压强度、含水率、风化程度、冻结温度以及冻融次数为冻融作用影响因素,以不同冻融时间周期海量点荷载试验数据为真实值,应用混沌神经网络对冻融作用下岩体的物理力学性质进行分析研究,并通过反演分析、稳定性计算进行验证;以冻融作用对岩体强度的劣化及水冰相变引起的岩体裂隙扩展为切入点,结合滑坡体空间形态信息、爆破卸荷作用、上覆岩层压力导致的非均匀变形,分析冻融作用下滑坡的演化机制。结果表明:冻融作用下滑坡的演化机制主要在于岩体强度的劣化、水冰相变过程对岩体裂隙扩张的影响以及爆破卸荷的加剧作用。     

预裂爆破中柱状孔间应力场作用分析

建立深孔预裂爆破柱状孔间应力作用力学模型,以塔吉克斯坦吉劳露天矿南部边帮1915平台现场参数为试验模拟基础,利用ANSYS/LS-DYNA建立分段空气间隔装药条件下三维双孔预裂爆破数值模型,分析了预裂爆破中柱状孔间不同部位处应力作用过程。研究表明:孔口部位主要以反射拉伸破坏为主,炮孔中部可近似看作是平行于炮孔轴线方向的应力波多重叠加导致破坏,炮孔底部采用加强装药后,应力大小及持续时间大大加强,有助于克服孔底夹制力,形成孔底贯通预裂缝。     

基于视觉特征的不规则形状目标分割方法

该方法利用视觉底层特征颜色、方向、强度和轮廓构建显著图,通过最大熵估计方法获得显著特征分割蒙板;利用中层视觉特征对图像进行超分割,其中在聚类时考虑特征向量的空间信息,并依据显著性自动分配初始参数,使分割后的超像素与目标轮廓更接近;最后将底层视觉特征和中层视觉特征融合,通过底层特征分割蒙板判定图像的超像素归类,将不规则目标从背景中分离。实验结果表明:本文分割方法受复杂背景和光照的影响较小,分割目标轮廓准确,实现了不规则显著目标与复杂背景的有效分离。     

基于改进SIFT特征提取的车标识别

为减少SIFT车标识别算法中检测极值点的冗余以及各种图像变化因素的不利影响,提出了基于边缘约束和全局结构化的改进SIFT算法。利用图像不变矩理论及图像边缘检测算法只对目标图像的边缘区域检测,剔除与车标识别区域无关的极值点;同时将特征点邻域划分为圆形并计算出同心圆内像素点最大曲率来构建全局SIFT组合特征向量,使SIFT描述子具有全局描述特性;并结合SVM模型作为车标图像特征向量的分类器进行特征分类、识别。仿真实验结果表明:改进的SIFT算法可以减少冗余极值点约25%~45%,提高了检测极值点的有效性;使车标平均识别率达到97%以上,改善了识别实时性。改进SIFT的车标识别方法与几种常用的图像特征提取算子相比较具有识别率高、识别速度快的优点。