类金刚石膜的制备、性能和应用

本文简单介绍了类金刚石膜的制备方法、并讨论了膜成分、结构、电阻率、硬度、内应力和附着力等性能，总结了类金刚石膜在机械、电子、声学、电子计算机、光学和医学等领域的应用状况以及将来的发展趋势。     

碳氮膜的沉积工艺及其结构研究

以氨气为反应气体,用真空阴极电弧沉积法制备了CNx膜,研究了工艺参数对膜层的沉积速率、化学成分的影响及膜层结合状态.结果表明:沉积速率随着氨气分压的提高而下降,当氨气分压达到6.7 Pa时将没有膜的沉积;CNx膜主要由碳和氮组成,降低真空系统的抽速、将反应气体导至靶面附近、提高氨气分压可以提高膜层中氮含量;氮是以化合态存在于膜层中.     

脂肪酸改性增强炭黑的特性

用于增强作用的炭黑填充物的改性一直是很多研究人员研究的课题。选定齐聚物和聚合物在炭黑表而进行接枝,使用不同助促进剂和偶联剂使其表面氧化,以及各种活性剂与炭黑之间的反应,在至今所开发的方法中是值得一提的。研究人员用不同的方法获得各种结果。Donnet和同事以及后来的Ohkita、Tsubokawa和同事在炭黑表面上接枝齐聚物和聚合物,对炭黑增强活性没有明显改善。Harris和Wise指出,对不同的弹性体,     

结合深度学习与支持向量机的金属零件识别

目的 在视觉引导的工业机器人自动拾取研究中，关键技术难点之一是机器人抓取目标区域的识别问题。特别是金属零件，其表面的反光、随意摆放时相互遮挡等非结构化因素都给抓取区域的识别带来巨大的挑战。因此，本文提出一种结合深度学习和支持向量机的抓取区域识别方法。方法 分别提取抓取区域的方向梯度直方图（HOG）和局部二进制模式（LBP）特征，利用主成分分析法（PCA）对融合后的特征进行降维，以此来训练支持向量机（SVM）分类器。通过训练Mask R-CNN（regions with convolutional neural network）神经网络完成抓取区域的初步分割。然后利用SVM对Mask R-CNN识别的抓取区域进行二次分类，完成对干扰区域的剔除。最后计算掩码完成实例分割，以此达到对抓取区域的精确识别。结果 对于随机摆放的铜质金属零件，本文算法与单一的Mask R-CNN及多特征融合的SVM算法就识别准确率、错检率、漏检率3个指标进行了比较，结果表明本文算法在识别准确率上较Mask R-CNN和SVM算法分别提高了7%和25%，同时有效降低了错检率与漏检率。结论 本文算法结合了Mask R-CNN与SVM两种方法，对于反光和遮挡情况具有一定的鲁棒性，同时有效地提升了目标识别的准确率。     

用加速老化方法推算硫化橡胶制品使用寿命

为了预测硫化橡胶制品的使用寿命,用其指导科研和生产,满足市场的需求,我们采用对硫化橡胶加速老化的方法,以此推算出其在常温下的参考使用年限。为了保证推算工作顺利进行,前期我们做了充分的准备,确定了推算依据和推算原理,并就性能及其临界值的选择和试样、试验温度、老化     

金刚石和类金刚石膜研究及其在电声领域中的应用

金刚石和类金刚石膜是当今材料界的研究热点之一，有着极其诱人的应用前景。本文简要综述了该膜系的发展过程和现在水平。并结合作者自己的研究工作，对膜系应用于扬声器振膜上以提高其高频响应范围的研究和应用工作进行较全面的调研，综述了国内外在该领域的最新进展。     

国内外硫化橡胶粉的分类方法研究

将我国国标与美国协会标准、日本工业标准关于硫化橡胶粉的分类方法进行对比,分析各自的特点;将我国国标、行标与美国专业标准关于铺路沥青改性用胶粉的分类方法进行比较,可以看出两者在胶粉应用技术水平上的差距。     

高分子防水材料

本文阐述了高分子防水材料的类别、品种、物性及人们对高分子防水材料的基本特性有正确的认识以便设计。施工时能够正确选用防水材料和配套材料以达到方便、实用的目的。     

再生胶硬颗粒含量的测试方法

本文主要介绍测定再生胶中未脱硫好的，不能溶解在溶剂中的硫化胶硬颗粒含量的方法。它可反映废橡胶粉脱硫的好坏。为技术部门及时调整配方、改变脱硫条件提供实验数据。     

硬质合金刀具的类金刚石涂层的研究

采用优化的沉积类金刚石(DLC)涂层工艺及过渡层技术,在硬质合金上制备出性能优良的DLC膜.实验室切削试验与工业生产现场切削表明:在切削铝青铜和共晶铝硅合金时,DLC膜涂层刀具使用寿命明显高于末涂层刀具.