氧化石墨烯改性碳纤维复合材料抗冲击行为研究

使用单层纳米氧化石墨烯（NGO）粒子对环氧树脂进行改性处理，采用真空辅助树脂传递模塑成型工艺制备了[±45/0/90]_2S铺层角度下的纯树脂及单层NGO改性碳纤维复合材料（CFRP）层合板。通过落锤冲击试验、超声C扫描检测、冲击后压缩试验等对纯树脂及单层NGO改性CFRP进行实验研究。结果表明，纯树脂及单层NGO改性CFRP在损伤阻抗及损伤容限实验中均存在拐点现象，且拐点出现在相同深度位置，其中纯树脂CFRP拐点位置为0.51 mm，单层NGO改性CFRP拐点位置为0.43 mm；相对于纯树脂CFRP，单层NGO改性CFRP可以显著提高复合材料的抗冲击性能及冲击后的压缩性能；通过对冲击后凹坑深度及凹坑面积进行数据模拟，可以用拟合公式实现对复合材料的损伤预测。     

超高效液相色谱串联质谱法测定烟草中的噁霉灵残留

为降低烟草中噁霉灵检测中的基质干扰，提高检测灵敏度和和稳定性，通过试验建立了以QuEChERS为样品前处理方法、液相色谱串联质谱仪为检测仪器的烟草中噁霉灵残留检测方法。样品加水浸润后，经丙酮提取、盐析试剂包除水、石墨化炭黑除杂后，采用Agilent ZORBAX 300SB-C8液相色谱柱（2.1 mm×100 mm，1.8 μm）分离，甲醇-水程序洗脱，ESI雾化，串联质谱MRM检测。结果发现，该方法在0.0025~0.0500 mg/L范围内线性良好，决定系数r²=0.9996，定量检测限1.06 μg/L，回收率在90.8%~92.0%之间，相对标准偏差为5.1%。运用该方法测定烟草中的噁霉灵，操作简单，检测精度高，满足CORESTA对烟草农残检测的要求。     

基于热电效应的高效环控系统

部分空间科学实验对环境温度有较高的要求，环境温度高于或低于空间科学系统能够提供的热沉温度，需要有可靠有效的加温降温处理措施。使用可靠性强的热电制冷片作为制冷制热方式和气液换热器二次换热来实现环境温度控制的需求，并对不同流体温度制冷制热效果进行分析，结果表明流体温度和目标温度差越小，热电制冷制热的效果越好。在环境温度制冷工况中，热电单元数量随电流增加先减少后增加，在制热工况中则单调递减，设计中需按照制冷工况进行热电单元数量的确定。当流体温度接近制冷制热的目标温度时，会出现整个系统总效率优于热电系统效率的区间。通过对热电单元和气液换热器的组合系统的性能计算，提供一种适于热电环控系统的计算方法和部件选型思路，对空间站环控系统的设计有重要参考意义。     

基于改进人工蜂群算法的多目标绿色柔性作业车间调度研究

针对多目标绿色柔性作业车间调度问题（MGFJSP）的特点，提出从碳排放量、噪声和废弃物这3个指标来综合评定环境污染程度，建立了以最小化最大完成时间和环境污染程度为优化目标的MGFJSP模型，并提出了一种改进的人工蜂群算法来求解该模型。算法的具体改进包括：设计了一种三维向量的编码和对应解码方案，在跟随蜂搜索阶段引入一种有效的动态邻域搜索操作来提高算法的局部搜索能力，在侦查蜂阶段提出产生新食物源的策略用于增加种群的多样性。最后进行了实验研究与算法对比，以验证所建模型和所提算法的有效性。     

视频侦查中人像智能分析应用及算法优化

人像智能分析指的是对视频或录像中的人像进行结构化和可视化分析,对目标人物进行性别、年龄、发型等特征的智能识别,这项技术在视频侦查中有极高的应用价值。人像识别早期的算法是通过人工提取特征,通过学习低级视觉特征来针对不同属性进行分类学习,这种基于传统方法的模型表现常常不尽如人意。在计算机视觉领域,通过海量图像数据学习的神经网络比传统方法有更丰富的信息量和特征可以被提取。文章尝试通过深度学习技术训练神经网络模型对行人进行检测和识别,对于衣着不同的行人进行智能识别,具有更好的鲁棒性,提升了视频人像识别的准确率,拓展了人工智能技术在身份识别领域的应用。     

硼氢化钠对滑轮用铸钢板化学镀Ni-B合金薄膜性能的影响

在滑轮用铸钢板上化学镀Ni-B合金薄膜,并研究了硼氢化钠的质量浓度对化学镀Ni-B合金薄膜性能的影响。结果表明:适当增加硼氢化钠的质量浓度,有利于增大化学镀Ni-B合金薄膜的厚度及硼的质量分数,从而提高化学镀Ni-B合金薄膜的硬度。当硼氢化钠的质量浓度大于1.2 g/L时,硼氢化钠的水解速率加快及剧烈的析氢反应,导致化学镀Ni-B合金薄膜的厚度及硬度有所降低。当硼氢化钠的质量浓度为1.2 g/L时,化学镀Ni-B合金薄膜表面"胞状"颗粒均匀、致密,摩擦因数和磨损率最低,具有最佳的耐磨性。     

中国省际绿色技术创新效率测度及影响因素研究

文章基于2011—2017年中国30个省份面板数据，运用super-SBM模型对绿色技术创新效率进行测算，并利用ML指数对绿色技术创新效率进行动态分析，最后通过空间滞后模型分析影响效率的关键因素。研究结果表明：中国绿色技术创新效率呈逐渐增长的趋势，但整体效率偏低，有较大进步空间；中国绿色技术创新效率存在明显区域差异，呈现由东部向西部递减的格局；绿色技术创新水平的提高是技术效率和技术进步共同贡献的结果；产业结构、区域开放程度和教育水平对绿色技术创新效率产生积极的正向影响，环境规制和研发投入强度对绿色技术创新效率影响不显著。     

基于深度卷积神经网络的视觉里程计研究

视觉里程计利用视频信息来估计相机运动的位姿参数，实现对智能体的定位。传统视觉里程计方法需要特征提取、特征匹配/跟踪、外点剔除、运动估计、优化等流程，解算非常复杂，因此，提出了基于卷积神经网络的方法来实现端对端的单目视觉里程计。借助卷积神经网络对彩色图片自动学习提取图像帧间变化的全局特征，将用于分类的卷积神经网络转化为帧间时序特征网络，通过三层全连接层输出相机的帧间相对位姿参数。在KITTI数据集上的实验结果表明，提出的Deep-CNN-VO模型可以较准确地估计车辆的运动轨迹，证明了方法的可行性。在简化了复杂模型的基础上，与传统的视觉里程计系统相比，该模型的精度也有所提高。