半芳香族耐高温尼龙PA6T/6I基LDS功能材料制备及性能

采用半芳香族耐高温尼龙聚对苯二甲酸/间苯二甲酸己二胺(PA6T/6I)为树脂基体,铜铬氧化物为激光镭射助剂,制备了PA6T/6I基的激光直接成型(LDS)功能材料。采用扫描电子显微镜对激光镭射助剂分散状态及LDS功能材料模塑器件的表面形貌能进行了表征,使用热失重分析仪、差示扫描量热仪对LDS功能材料的热失重行为、熔融结晶性能进行了表征,研究了激光镭射助剂添加量对LDS功能材料的力学性能、热稳定性、化学镀性能的影响,同时研究了PA6T/6I熔融结晶性能和注塑模具温度对于模塑器件表面、外观的影响。结果表明,偶联剂的添加有利于改善激光镭射助剂在PA6T/6I树脂基体中的分散,其中环氧类的偶联剂KBM–403处理后的LDS镭射助剂分散效果最佳。激光镭射助剂添加量的增加,会造成LDS功能材料拉伸强度、弯曲强度、冲击强度及初始分解温度降低。激光镭射助剂添加量在8%时,预镀铜上镀时间和镀层覆盖时间最短,化学镀效果最佳。当注塑模具温度为175℃时,玻纤增强PA6T/6I基LDS功能材料模塑器件的外观最佳。     

Preparation and lithium storage properties of Mo2N quantum dots@nitrogen-doped graphene composite

To improve the electrochemical lithium storage performance of molybdenum nitrides, Mo₂N quantum dots@nitrogen-doped graphene oxide sponge (Mo₂N-QDs@Ngs) was prepared by hydrothermal reaction, freeze-drying and calcination in H₂/N₂ mixture with ammonium molybdate ((NH₄)Mo₇O₂₄·4H₂O), hexamethylenetetramine (C₆H₁₂N₄) and graphene oxide (GO) as raw materials. The effect of GO content on the electrochemical lithium storage performance was investigated. The transmission electron microscope (TEM) results show that the size of the prepared Mo₂N quantum dots is about 2—5 nm, and the Mo₂N quantum dots are uniformly distributed on the surface of nitrogen-doped graphene. The electrochemical test results show that when the GO content is 30%, the prepared Mo₂N-QDs@Ngs-30 has the best electrochemical lithium storage performance, which has 699 mA·h·g^-1 specific capacity at the current density of 0.1 A·g^-1, and has 286 mA·h·g^-1 specific capacity even at the current density of 2 A·g^-1.     

基于内切圆弧的交流牵引电机齿肩削角降噪方法

针对交流牵引电机存在电磁噪声过大而影响其推广应用的问题,提出一种基于内切圆弧的交流牵引电机齿肩削角降噪方法.阐述交流牵引电机电磁噪声产生的根本原因及有关径向电磁力谐波空间阶次的计算方法,建立电机定子齿肩采用内切圆弧式削角处理前后定子齿槽与转子表面间气隙宽度随转子位置变化的函数关系式,分析定子齿肩削角处理对电机电磁噪声的影响,并对其效果进行仿真,同时与直线式齿肩削角法的效果进行对比分析.结果表明,交流牵引电机定子齿肩采用内切圆弧式削角处理后可显著降低其电磁噪声,并且具有比直线式削角法更好的降噪效果.最后对一台5.5kW交流牵引电机进行内切圆弧式定子齿肩削角,取得了8.4dB(A)的降噪效果,由此可见,该方法具有较好的应用价值.     

一种改进工件边缘检测方法的研究

针对现有边缘检测技术难以同时消除图像中噪声和工件表面划痕对边缘检测的影响,并保持图像边缘的清晰度和连续性,提出了一种基于二阶微分算子和数学形态学的改进边缘检测技术。首先利用数学形态学理论,设计了一种形态学开闭运算处理图像的方法,为去除工件表面划痕做好预处理;然后用二阶微分Laplace算子对预处理后的图像进行边缘检测;最后改进了一种高斯与双边滤波结合的算法,强化去噪效果,并对最终算法进行实验验证。实验结果表面,改进的算法在去除工件表面划痕方面效果明显,并与传统微分算子比较,边缘清晰度、峰值信噪比(PSNR)都有大幅提高,为提高工件识别精度打好基础。     

基于AprilTag图像识别的移动机器人定位研究

气流激振故障是燃汽轮机由于工作介质引发的常见故障,针对某型燃气轮机气流激振故障,建立峰值保持降采样算法和粒子群算法优化的深度置信网络故障诊断模型。使用峰值保持降采样法对振动数据进行缩减,并以之作为深度置信神经网络的输入,降低模型训练时间,同时采取粒子群算法对深度置信网络结构参数寻优,搜索诊断性能最好的深度置信模型所对应的网络结构参数。实例结果表明,优化后的模型不仅降低模型训练时间,实现网络结构参数智能寻优,还有效实现燃气轮机气流激振故障诊断,测试准确率约为99.8%。     

多尺度卷积神经网络检测睡眠呼吸暂停

睡眠呼吸暂停综合征作为一种常见的与睡眠相关的呼吸障碍性疾病,受到众多的关注。由于其复杂的检诊断过程及昂贵的价格,吸引了众多研究学者探索基于单通道信号的快速、便捷检测方法。基于心电信号(ECG)提出了一种多尺度卷积神经网络睡眠呼吸暂停快速检测方法,与常规的单尺度卷积神经网络方法相比,该方法可以有效地结合信号的细节信息和抽象信息,提升卷积神经网络的特征呈现能力。通过PhysioNet提供的Apnea-ECG数据库进行验证,多尺度卷积神经网络获得了85.2%准确率、83.1%敏感性和86.5%特异性。与现有方法相比,该方法进一步提升了睡眠呼吸暂停的检测性能。     

基于DBN网络与BP神经网络PID控制的永磁同步电机调速策略比较研究

针对BP神经网络自身存在的学习速率固定、记忆不稳定等缺点,设计了一种基于DBN网络PID的永磁同步电机控制器,通过Matlab/Simulink对基于BP神经网络PID控制器的电机调速策略和基于DBN网络PID控制器的电机调速策略进行建模仿真分析,探讨两者对于PMSM调速策略中控制鲁棒性和稳定性的优劣。仿真结果表明,基于DBN网络PID的永磁同步电机调速控制策略训练效果更佳,具有更好的稳定性和鲁棒性。     

Failure Analysis of an Oxidative Chlorination Reactor Clad with AISI 304L Stainless Steel

Failure analysis of the hermetical AISI 304L stainless steel cladding in oxidative chlorination reactor shows that its pitting and stress corrosion arose due to the presence of chlorine ion in the working environment. In order to improve its corrosion resistance, AISI 316L stainless steel should be utilized.     

模铸非调质钢中铁素体在晶内MnS上的形成

为确认模铸非调质钢晶内铁素体的形成能力，对其钢材组织中的晶内铁素体相变形核位置作了光学显微镜观察，SEM／EDS和CMA分析。证实使钢中氧化物分散可调整MnS的大小和数量。模铸非调质钢中同样存在氧化物—MnS—V(C，N)复合夹杂物上形成晶内铁素体的过程。由于降低Mn量提高γ—α相变温度增加相变驱动力，相应增大了晶内铁素体形核概率，研究钢中铁素体在晶内MnS上的形核概率可大于0．9，明显优于现有研究结果，可弥补模铸钢铁素体形核位置的不足，获得理想的晶内铁素体组织。     

基于BP神经网络的液压系统故障诊断专家系统

本文尝试将BP神经网络应用于液压系统的故障诊断，阐述了基于BP神经网络的故障诊断专家系统的基本结构，以及知识库，正向推理机和解释机的实现方法。