中国轴承论坛论文参考题目滚动轴承声发射检测技术

利用声发射信号进行轴承的故障检测，能减少噪声和工况的干扰，能够在低速轻载下有效检测货车辆轴承的故障。实践证明，该检测仪原理清晰，实施简便，可靠性高，达到了实时监测的目的。     

金刚石NV色心磁力计极限灵敏度优化方法北大核心

光探测磁共振（ODMR）信号作为氮空位（NV）色心磁力计进行磁检测的主要手段,其主要受到微波功率强度和激光功率强度的影响。对金刚石NV色心磁力计展开研究,根据其检测原理,探究其极限灵敏度优化方法。搭建了ODMR信号的检测系统,对ODMR信号的激发功率进行了探究。实验结果表明在该实验系统下,微波功率约为60 mW、激光功率约为10 mW是最优的ODMR信号激发功率,可以使磁力计灵敏度达到最优,得到其理论值为17.80 nT/Hz^1/2。为金刚石NV色心磁力计灵敏度的进一步提高提供了改进方法。     

基于Gabor滤波的指纹增强方法研究

自动的指纹识别系统(Automatic Fingerprint Identification Systems,缩写为AFIS)是基于生物特征的身份识别技术的重要组成部分.指纹增强技术可以有效地加强指纹的脊线特征,为指纹细节的提取和匹配奠定可靠的基础.本文依据Gabor滤波器的频率选择和方向选择特性,介绍了一种基于Gabor滤波的指纹图像增强方法,提出了新的指纹脊线平均频率计算方法和指纹脊线结构注册方法.算法经Fingdb指纹库得到了验证.     

硝基胍真空结晶工艺技术研究

针对军用棒状硝基胍现有喷雾结晶制造工艺存在的平均粒度粗、粒度分布较宽、晶型规整性不好的状况,以及针状晶型不适合在发射药中应用的技术问题,对硝基胍结晶特性、晶型转变原理、结晶工艺条件进行了分析研究,提出了采用真空结晶代替喷雾结晶制取粉状硝基胍的工艺技术途径。结果表明:采用合适的抑制剂聚乙烯醇、分散剂十二烷基苯磺酸钠,同时控制硝基胍溶液浓度,可以促进结晶向棒状形貌有效转化;采用抑制剂质量分数0.05%~0.08%、分散剂质量分数0.1%、结晶真空度0.096 MPa、结晶温度33℃、直喷闪蒸结晶法等工艺条件,可制备平均粒度3.3μm以下的棒状硝基胍晶体。     

水性纳米Al_2O_3/聚硅氧烷杂化镁合金防腐涂层的制备及性能EI北大核心CSCD

以水性纳米Al_2O_3溶胶、γ-缩水甘油醚氧丙基三甲氧基硅烷(GPTMS)和甲基三甲氧基硅烷(MTMS)为原料,采用溶胶凝胶法,制备了水性纳米Al_2O_3/聚硅氧烷杂化镁合金防腐涂层。采用电化学交流阻抗技术、动电位极化曲线等手段研究了纳米Al_2O_3/(GPTMS+MTMS)摩尔比对涂层的耐腐蚀性能的影响。结果表明,涂层的耐腐蚀性能随着摩尔比的增大呈现先增强后下降的趋势,其中摩尔比为1∶5的杂化涂层耐腐蚀性能最佳,在3.5%Na Cl溶液中浸泡75 h后的交流阻抗值为6.68×10~6Ω/cm^2,腐蚀电流密度为4.19×10^(-9)A/cm^2,比裸露AZ31B基板的腐蚀电流密度降低了4个数量级。另外,涂层的扫描电镜照片显示,纳米Al_2O_3粒子均匀分散于涂层之中,粒子与有机物粘连紧密,无明显的团聚现象。     

滨海盐土中典型供水管材的腐蚀规律

为了获得滨海土壤中球墨铸铁、灰口铸铁和碳钢3种常见供水管材料的腐蚀规律,将试片埋在现场,采用多项指标综合评价法作评价。结果显示:3种管材在滨海土壤中主要发生局部腐蚀;土壤中的Cl-含量越高,腐蚀速率越高;夏季的腐蚀速率明显高于冬季,试片表面的腐蚀产物层初期会促进腐蚀,随后有保护作用且逐渐增强;3种管材的腐蚀产物主要为铁的氧化物、羟基氧化物和羟基氯化物,高Cl-环境下生成的β-Fe OOH和铁的羟基氯化物对3种管材的腐蚀均有促进作用。     

纤维缝合结构对夹芯结构复合材料力学性能的影响

通过RTM工艺成型了点阵增强夹芯结构复合材料,研究了纤维缝合结构对复合材料平压及侧压力学性能的影响,并探索了侧向压缩载荷下夹芯结构复合材料的破坏模式。结果表明,采用纤维缝合的方式可显著提高夹芯结构复合材料的力学性能。双向增强夹芯复合材料在长度和厚度方向上的侧压强度和模量相同,单向增强的侧压强度和模量表现出方向性,且长度方向上的模量明显高于宽度方向的。     

运动想象的机理研究与应用综述

随着脑研究和计算机技术的不断进步,脑机接口技术受到了广泛的关注,其中就包括运动想象技术。运动想象（Motor Imagery,MI）是一种没有实际执行动作的心理表征,而外部机构则是通过这种方法提取大脑信息,然后分析解读,将其进一步转化为相应的动作。对近些年脑机接口技术和运动想象的发展进行了简要介绍,对运动想象的机理进行了综述;对运动想象的一些应用场景和相关的问题进行了总结;对未来运动想象应用的领域和所需要探究的方面进行了展望。     

基于脑功能超网络的多特征融合分类方法

针对在超网络上提取局部脑区指标作为特征,忽视了全局的拓扑信息,继而影响网络拓扑的评估,降低分类器性能的问题,提出了一种基于脑功能超网络的多特征融合分类方法,该方法首先在抑郁症数据集上构建超网络,其次将局部脑区特征和子图特征进行融合。最后采用基于多核的SVM分类器进行分类。为了验证所提方法的有效性,选取28例正常被试和38例抑郁症患者进行实验,结果表明,该方法获得了令人满意的分类准确率,平均可达91.60%。获得的异常区域包括左侧舌回、左侧尾状核、左侧丘脑等重要的抑郁症病发区域。故而该基于脑功能超网络的多特征融合分类方法可以有效地用于分类正常人和抑郁症患者。