高能球磨法制备CNTs增强铜基复合材料粉末

通过对高能球磨制备碳纳米管增强铜基复合粉末的基本工艺和实验参数进行了探索。如:球磨时间、球磨转速、助剂用量等方面进行了单因素实验,找出了各种实验因素对复合粉末的D50和松装密度的影响规律。     

采血试管管理存储系统设计

随近年来,实验教学一直是工科教学中必不可少的组成部分,对培养学生的动手能力,思考能力,创新与发散思维具有重要的作用。针对目前实验教学中很难与实际相结合的问题,提出一种采血试管管理储存系统设计实验。实验设计从实际应用角度出发,结合现有的单片机和管理系统技术分析了设计的可行性,明确了设计原则与目标。然后将采血试管存储管理系统的设计分为试管箱的设计和管理系统的设计,试管箱的设计从STM32单片机程序设计、电路模块选择和连接、模型设计三个方面展开;管理系统的设计从Node.js服务器的搭建和部署以及客户端界面的设计分别进行了讨论。学生通过该实验可以提高实践和创新应用能力。     

空间图像小波压缩的硬件平台设计

卫星事业的发展,使得获取卫星在太空运行的图像资料成为可能。但是,由于图像数据的海量性、星上能源的有限性、过境时间的局限性,图像数据的下传,成为人们获取空间图像的瓶颈。小波图像编码方式拥有传统编码方式的优点,能够很好地去除图像数据中的统计冗余;同时,小波变换的多分辨率特性很好地符合了人眼的视觉特性,小波图像编码成为图像压缩的趋势。提出了一个基于FPGA为核心的小波压缩硬件平台,在系统构成、器件选用等方面,充分考虑到空间环境的复杂性,可以很好地完成空间图像的小波压缩编码。     

点目标检测中旋转均值滤波的改进算法研究

通过分析不同的高通滤波算法特点,充分考虑包含点目标图像的空间结构信息,对旋转均值滤波算法进行改进,提出了一种新的滤波方案。仿真结果表明所提出的新的算法可行,并较其他两种方法效果要好。     

工作流技术在软件缺陷跟踪系统中的应用

研究了工作流技术在企业中的应用,并在此基础上将工作流引擎OSWorkflow应用到软件缺陷跟踪系统中,实现了缺陷跟踪中流程定义和流程调度的分离,从而使系统具备较高的可重用性与可维护性。     

基于一维CNN参数优化的压缩振动信号故障诊断

针对一维卷积神经网络(convolutional neural network, CNN)参数多的特点,提出一种正交试验和粒子群优化算法相结合的参数优化方法,并将其应用于压缩振动信号故障诊断。压缩感知理论突破了奈奎斯特采样定理的限制,为大量振动信号的采集与传输提供一种有效途径。首先利用CNN“端-端”特性,建立了基于压缩信号的CNN故障诊断模型。利用正交试验进行参数范围的粗略评价,选择出最优方案。对最优方案中每个参数,利用多目标粒子群优化算法进行细化,得出精确的参数最优取值。选择齿轮箱实测信号和西储大学轴承信号作为研究对象。实验结果表明,经过优化后非劣粒子的输出特征分类明显, CNN诊断率有明显提高,也证明了对压缩信号直接进行故障诊断的可行性。     

基于行驶仿真实验的传动轴随机疲劳设计

基于虚拟样机技术对传动系统和行驶系统进行了动态建模,并通过行驶仿真试验获取了最终驱动传动轴在各任务剖面的动态裁荷谱.分析了裁荷的分布规律、采用权系数法确定了多工况的二维联合概率分布函数,建立了传动轴在全寿命里程的疲劳设计谱.基于材料的P-S-N曲线采用二维概率Miner准则计算零件的疲劳寿命.对传动轴的截面尺寸d/D和花键圆角进行设计,最终设计出的传动轴在满足使用寿命的情况下,重量较原来的减少了35%左右.     

基于变分态分解与灰狼优化支持向量机的齿轮箱故障诊断

由于行星齿轮齿轮箱的振动信号具有非平稳、非线性特性,在复杂工况下,会对其早期微弱的故障信号造成干扰,不能正确地识别出故障信息。为解决以上问题,采用基于变分模态分解(variational mode decomposition, VMD)与灰狼优化支持向量机的故障诊断方法。利用中心频率近似方法,求解出了变分模态分解的参数K,对分解出的本征模态函数(intrinsic mode function, IMF)分量进行相关性分析,优选出分量进行信号重构。将重构信号进行故障特征提取,利用灰狼优化支持向量机的方法进行故障模式识别。实验结果表明：采用所提方法对行星齿轮箱的故障识别准确率达到99.375%。     

静液压驱动在农业机械行走装置上的应用与发展趋势

介绍了静液压驱动的优点,简述了静液压驱动在农业机械行走装置上的应用现状,分析了静液压驱动在行走装置上的发展趋势。     

二维材料的角分辨光电子能谱研究

材料的电子结构是决定其电、磁、光等性质的关键因素,而能够直接观测材料电子结构的角分辨光电子能谱(Angle-Resolved Photoemission Spectroscopy, ARPES)技术是研究材料的基本物理和化学性质的先进技术手段之一.近年来,各种具有优异性能的二维材料被人们不断发掘出来,并有望成为未来光电、电子和自旋器件的基础材料.本文将对ARPES的构成和原理做简要的介绍,并总结了当前利用ARPES技术研究二维材料电子结构及其基本物性的前沿进展.本文所关注的二维材料体系主要包含以下四个部分:石墨烯、氮化硼、单元素二维材料、过渡金属硫族化合物.其中对石墨烯的ARPES研究成果最为丰富,对它的研究直接引领了对其他二维材料的ARPES研究.当前,对基于不同二维材料相互堆叠形成的异质结构的研究正方兴未艾,我们在文中也提及一部分关于二维堆垛异质结构的ARPES研究.