排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
基体负偏压对CrAlN涂层组织和性能的影响 总被引:1,自引:0,他引:1
采用真空多弧离子镀技术,使用Cr30Al70(原子分数)复合靶,在不同的基体负偏压下,在不锈钢基体上制备了一系列CrAlN涂层;采用能谱仪、X射线衍射仪、扫描电子显微镜、粗糙度仪、显微硬度仪、摩擦磨损试验机和划痕仪等系统分析了涂层的成分、表面形貌、相结构、粗糙度、显微硬度、摩擦磨损性能和界面结合性能。结果表明:随着负偏压的增大,涂层中x(Cr)/x(Cr+Al)的比值先增大后减小,当负偏压为150V时,该值达到最大,并与靶材成分接近;基体负偏压为200V时,涂层的表面粗糙度最大,涂层结晶度、硬度最佳,晶体相为固溶铬的面心立方AlN;涂层的摩擦磨损性能不仅与涂层的表面粗糙度相关,还与涂层非晶相中铝元素的含量以及涂层的内应力大小密切相关;界面过渡层制备工艺相同时,基体偏压对涂层和基体之间的界面结合性能影响较小。 相似文献
2.
针对传统卷积神经网络在相对较小的数据集上训练容易过拟合的问题,本文提出一个适用于水下目标识别的快速降维卷积网络模型(FRD-CMA)。该模型基于卷积核与特征图对应关系描述模型在数据集上的注意力,并以此进行快速降维,从而降低模型在小数据集上应用时存在的过拟合风险。FRD-CMA模型支持水下目标辐射噪声的端到端处理,通过提取辐射噪声的声音特征并依照水听器的时序关系进行矢量化处理,可以保持模型源输入特征不被破坏。试验结果表明:相较于之前的水下目标识别任务,FRD-CMA模型识别率提高5%,且模型训练时间缩短30%。 相似文献
3.
1