双星集团挺进大上海

双星集团挺进大上海１９９４年１１月１９日，青岛双星集团公司上海新闻发布会暨上海青岛双星发展有限公司成立大会隆重举行，有上海各新闻单位及各大商场的记者和商业人士等近两百人出席。这标志着青岛双星集团公司开始在万商云集的大上海抢滩登陆。双星集团总裁兼上海青...     

镁基复合材料热膨胀的研究进展和前景展望

简要介绍了镁合金及镁基复合材料热膨胀的研究进展,叙述了温度、增强体体积分数、增强体颗粒尺寸、增强体颗粒形状、增强体种类和热处理及其他对镁基复合材料热膨胀的影响。简要介绍了热膨胀的理论预测模型,并对今后的发展做了展望。     

聚酯纤维的附生结晶法改善纤维的表面浸润性

将聚对苯二甲酸乙二醇酯(PET)纤维置入过冷态的聚乙二醇(PEG)和聚己二酸丁二酯(PBA)熔体,制备了PET纤维/PEG基体和PET纤维/PBA基体复合体系。使用偏光显微镜和原子力显微镜研究了这两种异质复合体系的界面结晶形态,利用接触角测量仪测量了附生结晶法改性前后PET纤维织物的接触角。结果表明,纤维置入温度和结晶等条件决定附生体系的横穿晶体形态结构,选取合适的树脂并采用附生结晶的方法可明显改善PET纤维织物的表面浸润性,并有望改善PET纤维增强复合材料内部的界面结构。     

基于图像处理的分梳山羊绒长度检测方法

为了提高分梳山羊绒长度检测的效率、降低测量过程中人为因素的影响,提出一种基于数字图像处理技术的分梳山羊绒长度检测流程和方法。对分梳山羊绒进行数字图像采集,将采集到的图像转换成灰度图像,对灰度图像进行滤波、二值化处理、边缘提取、拟合曲线,最后根据GB 18267-2013《山羊绒》计算分梳山羊绒的平均长度。结果表明:该方法可以获得分梳山羊绒的边缘曲线,根据曲线测得的分梳山羊绒平均长度与人工测量长度非常接近,为分梳山羊绒长度检测提供了有效的方法。     

SiCp/AZ31镁基纳米复合材料的高能超声制备及性能

文章采用自行设计的高能超声装置制备SiCp/AZ31镁基纳米复合材料,并对制备的复合材料进行显微组织观察和力学性能测试。实验结果表明,高能超声波能使纳米SiCp在镁合金熔体中均匀分散,复合材料抗拉强度和屈服强度都比基体有较大提高,并能保持较高的延伸率。另外,对高能超声波制备金属基复合材料的分散机理,以及SiCp增强镁基纳米复合材料的增强机制,进行了初步探讨。     

热处理对SiCp/AZ61镁基纳米复合材料阻尼性能的影响

实验采用自行设计的高能超声装置制备SiCp/AZ61镁基纳米复合材料(MMNCS),并对制备的复合材料进行了阻尼性能测试。研究时效处理(T5)、固溶处理(T4)及固溶后时效处理(T6)3种不同热处理工艺,对挤压态n-SiCp/AZ61 MMNCs阻尼性能的影响。研究表明,不同的热处理工艺对n-SiCP/AZ61复合材料阻尼性能的影响较显著。与挤压态的n-SiCP/AZ61复合材料相比,T4态和T6态与应变相关部分的阻尼得到了较大幅度提升。在T6态时,随着时效时间的延长,复合材料的阻尼性能下降。不同热处理工艺对AZ61镁合金阻尼性能的影响规律,室温可通过G-L理论,高温时可由界面阻尼机制很好的解释。     

玻璃纤维复合材料纤维体积含量的测定方法

复合材料的纤维体积含量是表征其性能的一个重要指标,对复合材料的拉伸、弯曲、压缩等力学性能有较大的影响。介绍了3种测试玻璃纤维复合材料纤维体积含量的方法,分析各种方法的优缺点,认为密度法最为精确,是首选方法。     

原位增强TiB2/2014Al复合材料的摩擦磨损性能

采用混合盐反应(MixedSaltReaction)原位合成法成功制备了TiB2/2014Al复合材料,并对其摩擦磨损性能进行了研究。采用X射线衍射分析物相和扫描、透射电镜观察了其微观组织。结果表明,原位生成的TiB2颗粒非常细小,尺寸小于1μm,内生TiB2颗粒分布均匀,明显细化了复合材料组织。室温干滑动摩擦磨损试验表明,复合材料耐磨性高于基体合金,基体合金磨损机制以粘着磨损为主,复合材料的磨损机制为典型的磨粒磨损。     

基于Netlogo的群体暴力建模与实现

为了更加形象而深入的研究群体性暴力行为的形成原因和演化过程,本文在对原有的研究基础上,用一种新的模型对群体性暴力事件进行研究,在该模型中引入了影响人行为的三个因素:不满、理性、威慑。分析个体暴力行为的实施则主要受到这些方面的影响。     

深度学习中的安全帽检测算法应用研究综述

安全帽是施工现场最常见和实用的个人防护工具,能够有效防止和减轻意外带来的头部伤害。安全帽检测是施工现场人员安全管理的主要工作,也是施工现场智能化监控技术的重要内容,随着深度学习的发展,现已成为智慧工地建设的重要部分。为了综合分析深度学习在安全帽检测中的研究现状,针对安全帽检测算法研究,归纳了常用的安全帽检测算法和基于深度学习的安全帽检测算法,具体说明了其优缺点。在此基础上,针对现有问题,系统地总结分析了安全帽检测算法的相关改进方法,并梳理了各类方法的特点、优势和局限性。最后展望了基于深度学习的安全帽检测算法的未来发展方向。