钢带冲压件表面硬度不均匀原因分析

采用化学成分分析、金相组织检测及热处理等手段，对我公司生产的Q345热轧钢带产品硬度偏低及分布不均匀的原因进行了分析。结果表明：热轧钢带表面脱碳太深、脱碳量大是造成工件硬度偏低且不均匀的主要原因。     

镁合金及其复合材料超塑性的研究现状

以等通道角挤压和粉末冶金等方法为例，讨论了镁合金晶粒细化的处理工艺。在室温下晶粒细化可使镁合金同时具有较高的强度和韧性，而在较高的应变速率或较低的温度下，晶粒细化的镁合金具有一定的超塑性，这说明晶粒细化对改善镁合金的力学性能十分重要。镁合金超塑性变形的主要机制仍然是晶界滑移，但晶界滑移总会在晶界三叉区或材料增强相与基体的相界处产生应力集中，使晶界滑移受到阻碍，这就需要有另外的协调机制来协调晶界进一步滑移。镁合金在超塑性变形过程中更容易发生动态再结晶使晶粒细化，使晶界滑移能够继续进行。镁基复合材料中增强体颗粒很细小且弥散分布，稳定了镁合金在高温下的组织，颗粒与晶粒界面可以充当原子扩散通道，很好地协调了晶界滑移。     

蚁群聚类能量分簇在802．11无线网络定位中的应用

IEEE 802．11无线网络以快速灵活的组网方式得到广泛部署和应用,其定位方法也成为近年研究热点。论文提出了一种基于蚁群聚类能量分簇RSSI指纹定位算法,利用蚁群信息素反馈机制优化能量聚类分簇和收敛速度,再根据能量指纹匹配定位节点位置。仿真实验表明,该算法定位精确,能很好地减小由信号波动引起的定位误差。     

熔体泵联轴节脱扣原因分析及对策

本文从熔体泵的工作负荷、泵体密封、生产负荷波动、泵体内异物卡阻、联轴节质量等方面对熔体泵联轴节脱扣的原因进行深入地分析，采取了稳定熔体泵工况、加强工艺监控和现场检查、提高操作人员技术水平等相应的防范措施，使问题得到解决。     

精确空投系统投放点确定的辅助决策模型构建

投放点的确定是精确空投系统任务规划中的重要内容,通过分析精确空投系统空投点确定流程,定义了系统投放可行域和投放可信域,给出了投放可行域的确定方法和投放可信域的确定模型,以及系统归航轨迹代价函数的表达式,通过计算归航轨迹的威胁代价优选投放点。     

A general method for modified function projective synchronization

This paper investigates the modified function projective synchronization,which means that the drive system and the response system are synchronized up to a desired scale matrix of function. By the active control scheme,a general method for modified function projective synchronization is proposed. Numerical simulations on chaotic Rssler system and hyper-chaotic Chen system are presented to verify the effectiveness of the proposed scheme.     

摄动随机局部正交无网格伽辽金法

通过研究局部正交无网格伽辽金法和二阶摄动技术,构造了摄动随机局部正交无网格伽辽金法。该方法只需节点信息,不需将节点连成单元,随机场离散点与离散节点无需重合,不受单元制约。因此,结构离散随机变量个数的增加不会增加求解方程的个数,并保留使用正交基函数本解时的优点,避免了矩阵求逆,且导数具有通式,简洁明了,易于编程实现。采用罚函数法施加本质边界条件,不会增加未知量个数,收敛速度快。对含随机参数结构静力学问题进行了分析,算例证明了该方法的正确性与高效性,为解决结构随机响应问题提供了一种新方法。     

山羊毛提取L-胱氨酸工艺研究

本文综述了L－胱氨酸生产技术进展和研究现状，介绍了山羊毛提取L－胱氨酸工艺研究进展，并分析了该工艺路线应用发展前景。     

彩色编码结构光测量系统器件非线性校正

在彩色编码结构光测量系统中,为解决伽马畸变和颜色串扰导致的CCD接收相位非线性问题,提出一种基于彩色灰度图像的伽马值预编码法.根据CCD对彩色三通道响应程度的差异,分别对各通道投影灰度引入不同预编码值进行预调制,同时求取串扰逆矩阵对颜色串扰进行补偿.为验证该方法的有限性,搭建光栅投影结构光三维测量系统.实验结果表明:该方法能够校正各通道光栅条纹的非正弦性,包裹相位的相位误差得到大幅减少.与已有的校正方法相比,该方法的校正效果更好.     

零件点云法向量估计的多尺度特征融合网络

为了解决机械零配件点云处理中非均匀采样干扰、尖锐特征损失等难点,提出一种基于深度神经网络多尺度融合的点云法向量估计方法.该网络在不同邻域尺度下集成了采样点细节与点云块整体两种特征.为了使该多维回归输出网络的训练更稳定且能缓解梯度爆炸问题,重新设计了一个光滑的损失函数.实验结果表明,该方法性能优于传统的方法以及HoughCNN、PCPNet等方法,能够更准确地估计尖锐边缘的法向量,对点云各种噪声和采样方法鲁棒性都更强.