热加工对β-CEZ钛合金组织和力学性能的影响

研究了镦拔工艺、挤压温度以及热处理对β-CEZ钛合金挤压管材显微组织和力学性能的影响,并讨论了热加工工艺与合金组织性能之间的联系规律。结果表明:多次镦拔细化了棒坯的显微组织,且相变点之下挤压获得的β-CEZ钛合金管材具有更好的强塑性匹配。随着固溶温度的升高,β-CEZ钛合金管材的强度增大、塑性降低,尤其断面收缩率下降明显;随着时效温度的升高,管材的强度降低,塑性增大。830℃挤压获得的β-CEZ钛合金管材经800℃×1 h/AC+600℃×8 h/AC热处理后,显微组织为细小均匀的等轴组织,且拉伸强度大于1 250 MPa,延伸率大于15%,强塑性匹配良好。     

监管农资 打假护农——吉林梨树质监部门多措并举

广州鑫谷精细化工有限公司是一家集科、工、贸于一体的高科技企业,主要从事食品化工及工业化工产品的研发和生产,经过十多年的发展,现已成为国内知名的食品添加剂生产企业。鑫谷公司长期注重技术投入和技术开发,以“奥特”     

建设部加强区域重大建设项目选址规划管理

近日，从建设部获悉，建设部采取措施加强区域重大建设项目选址规划管理。     

冷轧Q值对TA34钛合金管材性能和织构的影响

采用X射线衍射法测定了TA34钛合金管材经不同Q值冷轧后的宏观形变织构和退火织构,分析了冷轧Q值对管材织构、工艺性能和室温力学性能的影响。结果表明：冷轧Q值对管材的塑性影响不大;冷轧TA34钛合金管材形变织构和退火织构的总体类型相同,均为轴向■织构;提高冷轧Q值会使完全再结晶退火后的TA34钛合金管坯产生周向织构,有助于提高成品管材的压扁工艺性能。     

边缘计算能力运营模式初探

边缘计算是云计算的特殊形式,其分散的网络架构,将应用、数据与服务移到了网络的边缘节点,致力于解决时延长、汇聚量大而出现的请求滞后问题。随着5G商用,工业控制、车联网等行业将全面发展,对边缘计算能力的需求更加迫切。纵观行业要求及运营商的MEC布局,急需加速推进边缘云的运营模式的研究工作。     

智能机器人仓储物流系统设计

随着工业自动化技术的发展,密集型人工模式已经不能适应仓储物流的发展。为提高仓储的效率和质量,文章设计了一套智能机器人仓储物流系统及总控调度软件。该系统创新性集成了自动化立体仓库、AGV、机器人及传感器等硬件,总控调度软件与各机器人间通过以太网通讯,以管理和控制所有机器人,并协调各机器人工作。同时文中提出一种视觉精确定位方法提高AGV定位精度及系统稳定性。该系统具备存储、分拣、装配、配送等基本功能,而且能够适应高度动态的环境变化,最终通过齿轮箱的模拟装配拆解工作对该智能机器人仓储物流系统进行了应用验证。     

基于威胁传播采样的复杂信息系统风险评估

互联网时代的信息安全已成为全社会关注的问题之一。信息系统是信息的载体,为有效评估大规模分布式复杂信息系统的风险,构建了一种基于威胁传播采样的复杂信息系统风险评估方法。该方法考虑到威胁在复杂信息系统中传播时,对资产结点的转移状态以及资产结点发出的威胁传播边进行采样来生成威胁传播树（threat propagation trees ,TPT ）,然后通过计算威胁传播树中各资产结点的期望损失以及威胁传播树的概率来对整个复杂信息系统进行风险评估。实验分析表明,基于威胁传播采样的复杂信息系统风险评估方法,在生成威胁传播树时具有高效的时间效率,能够对复杂信息系统进行客观准确的风险评估,且在对复杂信息系统资产结点制定安全防护策略时,能够为安全风险管理者提供较为合理的安全指导建议。     

一种四象限14位乘法型D/A转换器设计

设计了一种14位乘法型D/A转换器。采用高3位温度计编码、低11位二进制编码的分段电流模R-2R电阻网络结构,规避了高分辨率二进制电流模R-2R电阻网络开关尺寸大、版图匹配难度大的缺点。基于混合信号CMOS工艺进行了流片,实测DNL在±0.5 LSB以内,INL在±0.8 LSB以内。该D/A转换器适用于工业控制、仪器仪表等领域。     

结合强化学习自适应候选框挑选的SAR目标检测方法

大场景合成孔径雷达(SAR)图像相对于通用光学图像,复杂背景杂波对目标特征提取影响更大,由于传统基于候选框的深度目标检测算法会在整张特征图上产生大量冗余候选框,因而在SAR图像复杂背景杂波影响下会产生大量的虚警,降低目标检测精度。针对该问题,该文基于Faster R-CNN检测模型,提出结合强化学习自适应候选框挑选的SAR目标检测方法。该方法能够通过强化学习自适应搜索特征图中可能含有目标的区域,并挑选搜索区域内的候选框继续进行分类、回归。通过准确搜索到含有目标的区域,可以减少复杂背景杂波的影响并减少传统强化学习应用于检测问题的计算量。所提方法利用强化学习序列决策的特点,能够根据图像信息通过强化学习迭代搜索自适应确定图像中可能含有目标的搜索区域的位置。同时,该方法通过在强化学习中使用距离约束,可以根据之前的搜索结果自适应调整下一次搜索区域的尺寸。基于实测数据的实验结果表明,所提方法能够提升传统深度学习目标检测方法的检测性能。