CrN和CrN/Ag涂层的真空高温摩擦磨损性能*

为改善涂层在真空、高温等苛刻条件下的摩擦学性能，利用中频直流磁控溅射技术在硅片和316L不锈钢上沉积了CrN和CrN/Ag涂层，利用扫描电镜、透射电镜和X射线衍射仪对涂层的成分及相结构进行了表征，通过划痕测试仪、纳米压痕仪和摩擦磨损试验机测试了涂层的力学及摩擦学性能。结果表明：添加Ag元素以后，CrN/Ag涂层硬度及承载能力有所减小，但结合强度增加；真空高温环境下CrN与CrN/Ag涂层摩擦因数随温度升高呈下降趋势，其中CrN涂层通过软化镀层减小剪切强度和阻力，从而减小摩擦因数，CrN/Ag涂层主要通过高温产生的热驱动力诱导表面Ag润滑膜的形成来减小摩擦因数；CrN涂层依靠自身剪切特性参与摩擦，而CrN/Ag涂层在真空高温下具有自润滑和持续润滑性能，作为自润滑零部件具有潜在的应用价值。     

基于堆叠稀疏去噪自动编码网络与多隐层反向传播神经网络的铣刀磨损预测模型

刀具磨损状态是机械加工过程中需考虑的重要因素之一.针对铣刀磨损的在线预测问题,建立了一种基于深度学习的铣刀磨损预测模型.首先,将采集到的铣刀切削时的振动信号进行小波去噪后,利用快速傅里叶变换和小波包分解等技术提取时域、频域及时频域上的特征参数,并根据相关性分析从中筛选出合格的特征参数合并为特征向量,以此作为堆叠稀疏去噪自动编码网络(SSDAE)的含噪样本.其次,利用特征后处理的方式对已经筛选出的特征参数进行单调不递减及平滑处理,并将其作为SSDAE的无噪样本来训练该网络.然后,将经过SSDAE降维后的特征向量作为多隐层反向传播神经网络(BPNN)的输入,以这些特征对应的实际铣刀的磨损量作为标签对该网络进行拟合训练.最后,对训练好的模型进行实验验证,通过测试数据集和人为加入噪声的测试数据集的对比,结果显示所提模型不仅具有较高的预测精度,还具有较高的鲁棒性.     

煤泥燃烧过程中汞的迁移行为研究

采用在线汞测试方法，以山西省低热值煤电厂中掺烧的煤泥为研究对象，利用实验室小型流化床，研究煤泥中汞的热转化行为差异及共性特征、影响煤泥热转化过程中汞迁移的关键因素，以揭示煤泥热转化过程中汞污染物的迁移机理。结果表明，同一种煤泥，相同气氛，800、900、1 000 ℃下，燃烧温度对煤泥中的汞的释放比例没有变化；相同温度，汞的释放比例为氮气>空气>氧气。3种煤泥在相同燃烧条件下，汞的释放特征相似，元素汞的释放量和释放比例差异较大。释放量与煤泥中的汞含量正相关，释放比例与煤泥中汞的赋存形态有一定关系。     

青少年“四史”学习教育的价值、原则与路径

历史展示过去，昭示未来。 开展以党史、新中国史、改革开放史、社会主义发展史为主要内容的“四史”学习教 育是为了贯彻立德树人的人才培养总目标，是养成青少年马克思主义唯物史观、正确历史思维和开展思想政治教育的重 要手段。 开展青少年“四史”学习教育需要坚持部分与整体相统一、历史与未来相统一、理论与实践相统一的三个基本原 则，通过融入思想政治理论课、在实践中深化教育、借用网络资源优势三个主要途径具体推进，以打造“四史”教育主渠道、 加深学生亲身体悟、扩展教育广度来促进青少年知行合一，提升教育实效。     

“感知与人机交互”教学实践与PBL模式探索

机器人工程是在国家新工科发展战略背景下为了适应机器人专业人才需求而新近创建的专业。本文依托东南大学机器人工程专业教学体系，介绍了“感知与人机交互”课程的教学实践，探索了PBL教学模式在本门课程中的应用。具体介绍了课程教学内容设置、PBL教学方案例设计及存在问题分析等，可为自动化类机器人工程专业的相关课程教学实践提供参考。     

基于互联网的基础课程线上线下教学实践

阐述课程教学中的线上线下混合教学模式，存在的问题，应对的措施，通过对现有网络资源的充分利用，将前沿理论知识以及行业热点融入线上课程教学中，从而促进对于课程的主动学习。     

我国水-能源-粮食耦合关系及影响因素

为缓解我国水、能源和粮食资源紧张问题，促进资源可持续利用，构建水-能源-粮食系统，利用耦合协调度模型对我国的30个省（自治区、直辖市）进行测算,并利用空间杜宾模型分析主要影响因素。结果表明：2003—2017年，我国能源、粮食评价[JP]指数高于水资源评价指数，系统综合评价指数逐年递增；大部分省份耦合协调度处于初级协调水平且呈现逐年上升的态势，个别省份耦合协调度濒临失调；耦合协调度空间自相关性较强，虽有明显波动，但是呈现逐年加强的态势；影响耦合协调度的主要因素有从业人口数、固定资产投资额、人均生产总值、人口总数、[JP]文盲人口占比、工业污染排放、城镇化。     

基于音频特征的工程车辆工况识别研究

高效率地使用工程车辆是工程项目管理中节约成本的有效方法，无人监管环境下工程车辆的工况识别，是实现工程车辆高效率使用的有效手段。目前以GPS等技术为核心的车辆智能管理系统未对工程车辆进行工况识别，提出一种基于GRU循环神经网络的工程车辆工况识别方法，通过对工程车辆在不同工况下产生的音频信号进行分析，从中提取Mel倒谱系数作为主要特征，构建GRU循环神经网络模型进行训练和识别。实验结果表明，该方法可以实现对工程车辆工况的有效识别。