执法记录仪防抖算法研究

执法记录仪在执法过程中起到关键性的取证作用，但是由于随身佩戴，录制的视频晃动严重，影响后续的查看和处理。为提高执法记录仪的防抖效果，提出两轴机械防抖和视频防抖相结合的方案。同时，为提升执法记录仪在复杂环境下防抖效果的稳定性，提出一种动态校准的方案；为解决限位碰撞带来的姿态解析失真问题，提出一种快速恢复方案。     

不同加热方式结合迷迭香对大口黑鲈脂质氧化及其风味的影响

目的 研究腌制及热处理对鲈鱼脂质氧化的影响。方法 以去内脏的新鲜鲈鱼为原料, 用0.3%迷迭香提取物、4%盐分别腌制鲈鱼, 再分别经水煮、真空低温慢煮(sous vide, SV)、空气炸3种加热方式后制成样品, 研究其过氧化值、茴香胺值、硫代巴比妥酸反应产物值(thiobarbituric acid reaction product value, TBARS)、色度、感官评价、电子鼻等指标的变化情况, 并利用气相色谱-质谱法(gas chromatography-mass spectrometry, GC-MS)、电子鼻等技术, 对其风味进行了分析。结果 0.3%迷迭香提取物湿腌对于鲈鱼有明显的抗氧化效果。迷迭香提取物湿腌SV处理后鲈鱼过氧化值、TBARS含量、茴香胺值分别为0.21 μg/g、2.24 μg/g、0.24 μg/g, 其值都低于水煮和空气炸。GC-MS和电子鼻技术检测得出3种加热方式对鲈鱼气味和挥发性风味物质的影响有显著性差异。空气炸制的鲈鱼挥发性风味物质含量较高, 包含3-甲基丁醛、庚醛和己醛等脂肪氧化产物; 经过迷迭香酸湿腌加SV处理过的鱼肉挥发性成分中醛类、醇类含量最低。结论 整体而言, 迷迭香提取物有利于控制鲈鱼烹调过程中脂肪的氧化。     

工艺参数对热斜轧钢球微观组织均匀性的影响

应用SIMUFACT有限元软件建立了螺旋孔型热斜轧钢球的热、力和微观组织相互耦合的有限元模型。在热斜轧钢球的成形过程中，重要的工艺参数有轧制温度、轧辊转速和轧辊倾角。采用单因素实验方法，分析了钢球微观组织的分布特征，阐述了工艺参数对晶粒尺寸和分布均匀性的影响规律。研究发现：轧件横截面的平均晶粒尺寸随着轧制温度、轧辊转速和轧辊倾角的增加，呈现先减小后增大的规律；随着轧制温度的升高、轧辊转速的加快，轧件整体晶粒尺寸和分布均匀性呈现先减小后增大的规律；随着轧辊倾角的增加，轧件整体晶粒尺寸呈现先减小后增大的规律，组织分布均匀性呈现先增大后减小的趋势。研究结果表明，工艺参数对斜轧钢球微观组织均匀性及成品质量有重要影响，且实验结果与仿真模拟分析一致，验证了仿真模拟的可靠性。     

基于神经网络深度强化学习的分拣机器人避障规划技术

分拣机器人的避障决策过程较为复杂，为提高分拣机器人的工作效果，设计基于神经网络深度强化学习的分拣机器人避障规划技术。首先，在动力学场景中设置障碍物，利用马尔科夫决策过程获取分拣机器人的运动状态后，判断障碍目标。在对神经网络实施深度优化学习后，设置了导引奖赏机制，并结合人工势场法建立连续型奖励函数，引导机器人向正确方向运动。将分拣机器人运动状态输入到神经网络中，在导引奖赏机制的引导下实现分拣机器人的避障。在环境中设置了障碍物，实现环境搭建，仿真测试实验结果表明：该方法具有较高的避障能力，可引导机器人在运动过程中做出正确的动作，进而实现精准避障。     

MXene材料的纳米工程及其作为超级电容器电极材料的研究进展

温室气体的过量排放对全球气候产生严重不良影响,如何减少碳排放已成为全球性议题。超级电容器具有使用寿命长、功率密度高、碳排放量相对较低的优点。大力发展超级电容器储能是建立未来能源系统的可靠和有效措施。MXene材料具有优良的亲水性、电导率、高电化学稳定性和表面化学可调性,近年来在超级电容器储能应用研究领域广受关注,但MXene严重的自堆叠问题限制了其储能性能充分发挥,开发更先进的MXene材料对于下一代高性能电化学储能设备至关重要。基于此,本文综述了MXene材料在超级电容器储能应用领域的研究进展,介绍了MXene的结构和储能特性,探讨了MXene的储能机理,重点剖析了纳米工程改进MXene电极性能的结构设计,详细总结了MXene复合材料构效关系和在超级电容器应用方面的最新研究进展,最后提出了MXene材料用作超级电容器电极的研究方向和发展趋势。     

汽车制动鼓钻孔、正反倒角专用数控机床设计

在分析研究汽车零部件市场需求和制动鼓顶面螺栓孔加工特点基础上，研发了制动鼓钻孔、正反倒角专用数控机床，解决了此类加工机床成本高、刀耗高、可靠性差和上下料不便等问题。机床选用单面立式结构、多轴刚性动力头，采用专用正反倒角刀具，应用数控系统，使得数控滑台既具备主轴进给功能又具备上下料功能，实现了一轴多用，满足了客户提效、成本低、精度高、操作方便和维修方便的需求，该设备可作为加工单元进入自动生产线。     

密度峰值聚类算法研究进展

密度峰值聚类(density peaks clustering, DPC)算法是聚类分析中基于密度的一种新兴算法, 该算法考虑局部密度和相对距离绘制决策图, 快速识别簇中心, 完成聚类. DPC具有唯一的输入参数, 且无需先验知识, 也无需迭代. 自2014年提出以来, DPC引起了学者们的极大兴趣, 并得到了快速发展...