等离子喷涂Cr2O3/TiO2高温氧化物陶瓷 复合涂层的微观组织及电化学性能

目的 通过等离子喷涂工艺,在油气管道X70管线钢表面制备出Cr2O3/TiO2高温氧化物陶瓷复合涂层,研究该涂层的微观组织与电化学性能。方法 采用9MC Plasma Control Unit等离子喷涂系统,基于线切割尺寸为40 mm×24 mm×6 mm的X70管线钢基体表面,沉积Cr2O3/TiO2高温氧化物陶瓷复合涂层。利用金相显微镜和扫描电子显微镜观察该复合涂层的微观组织与形貌,利用X射线衍射仪分析该复合涂层的物相组成,利用电化学工作站测定该复合涂层的电化学腐蚀性能。结果 Cr2O3/TiO2高温氧化物陶瓷复合涂层由完全熔化区和半熔化区双态组成,呈典型的等离子喷涂层状结构,层与层之间结合较紧密,分布着富Cr2O3沉积区与富TiO2沉积区,无相变产生,完全熔融的TiO2液相可嵌入到未完全熔融的Cr2O3结构间隙中形成固溶结构。经电化学腐蚀性能测试,其自腐蚀电位介于-0.4 ~ -0.3 V之间,高于X70管线钢基体的自腐蚀电位-0.6 ~ -0.5 V,腐蚀倾向滞后,表现出好的抗腐蚀性能。结论 研究选取的等离子喷涂参数较合适,并成功制备出了能明显提高油气管道X70管线钢抗电化学腐蚀性且组织分布均匀的Cr2O3/TiO2高温氧化物陶瓷复合涂层。     

高动态自组织无人机网络架构设计与模式研究

根据无人机网络特殊的应用环境和灵活动态的组网需求,提出了一种可切换组网模式的高动态自组织的无人机网络架构设计。该架构为无人机网络提供了全联通的对等模式和成簇的分级模式两种组网方式,以满足不同任务的需求,并且可以实现两种模式的自主切换。此外,充分考虑网络工作时可能遇到的情况,提出了无人机网络管理的具体方案,即分别对两种模式下节点的出入网、越区切换进行管理,并且对组网模式的切换方式进行针对性的设计。分析论证表明,较以前的相关研究,这一新的体系架构和网络管理模式系统而完整,满足了无人机自组织网络节点移动快速、拓扑结构变换频繁的特殊应用环境,同时具有高可靠和可操作性。     

利用主客观集成赋权法的多目标威胁评估

在利用逼近于理想解的排序法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)进行多目标威胁评估时,针对如何获取合理的目标威胁评估因子的权重比,提出了一种主客观集成赋权方法。该方法首先利用主观赋权法和客观赋权法获取两组权重值;然后,通过构造多目标规划模型,将两组权重值进行综合处理,得到更合理的权重值。仿真结果表明,相较于主观赋权法和客观赋权法,所提方法计算出的威胁评估因子的权重值,在用TOPSIS法计算目标威胁评估时,能够得到更加合理、有效的评估结果。     

湖南工程学院教师设计作品选

正~~     

双心护理模式对老年冠心病患者焦虑、抑郁情绪的影响

目的:探究双心护理模式对老年冠心病患者焦虑、抑郁情绪的影响。方法:依据单双号将112例老年冠心病患者随机分为观察组和对照组各56例,两组患者分别采用常规护理模式和双心护理模式,比较两组患者护理干预效果。结果:采取双心护理模式的观察组患者SAS和HAMD评分明显低于对照组(P0.05);观察组患者临床护理满意度明显高于对照组(P0.05)。结论:双心护理模式能够明显改善老年冠心病患者焦虑、抑郁情绪,提高患者临床护理满意度。     

VANETs中的车辆移动规律性及轨迹预测研究

车辆的移动是受人意识控制的,有规律的移动,通过对车辆已知轨迹数据的分析,建立历史轨迹模型,可以实现对其未来轨迹的预测。采集了大量真实的车辆轨迹数据,通过计算信息熵分析车辆运动的规律性,为预测车辆轨迹提供依据。根据车载自组织网络的特殊应用场景以及车辆移动的规律性,利用车辆轨迹的历史数据构建状态转移矩阵,提出了基于马尔科夫链的车辆轨迹预测方法,仿真结果表明,该方法可以实现对车辆轨迹的有效预测。对影响预测精度的一些因素进行了对比分析。     

一种结合结构与能量信息的全色与多光谱图像融合方法

分量替换是遥感图像融合中的一种经典方法，其具有良好的空间保真度，但容易产生光谱失真，为此本文提出一种结合结构与能量信息的全色与多光谱图像融合方法。方法首先通过超球面颜色空间变换分解多光谱图像的空间和光谱信息。其次，通过联合双边滤波引入了两层分解方案。然后，将全色图像和强度分量分解为结构层和能量层。最后，提出结构层通过邻域空间频率策略融合，强度分量的纯能量层用作预融合图像的能量层。强度分量定义颜色的强度，通过将预融合结构层与强度分量的能量层结合，可以有效地结合源图像的空间和光谱信息，从而减少全色锐化图像的光谱失真。本文在Pléiades和QuickBird数据集上进行大量实验，并对实验结果进行定性和定量分析，结果表明所提方法与现有先进方法相比具备一定优越性。     

基于图像块SIFT特征学习的多源遥感图像匹配方法北大核心CSCD

对于多源遥感图像因成像原理、时相差异以及分辨率等因素导致的匹配困难问题,提出了一种基于图像块SIFT特征学习的多源遥感图像匹配方法。首先,通过尺度不变特征变化(scale-invariant feature transform,SIFT)提取图像特征点并截取对应的图像块对;其次,利用多源遥感图像匹配网络(matching nerul network,MNN)学习图像块特征并输出匹配点对,结合快速样本一致性(fast sample consensus,FSC)方法优化匹配结果;最后,计算图像变换矩阵实现多源遥感图像配准。为验证本文方法的有效性,制作了8000对多源遥感图像数据集对MNN进行网络训练,并与FSC-SIFT(fast sample consensus-scale-invariant feature transform)、PSO-SIFT(position scale orientation-scale-invariant feature transform)以及跨模态图像匹配网络Contextdesc进行对比实验,结果表明本文方法在正确匹配点数量、匹配精度等方面具有一定优越性。