激光熔覆-激光气体氮化方法制取TiCN-TiN复合熔覆层

采用500W YAG脉冲激光作为辐射源,TiCN粉末为熔覆材料,高纯N2气作为氮化元素和保护气体,利用激光熔覆-激光气体氮化(LC-LGN)方法,在钛合金(Ti-6Al-4V)表面制备了以TiCN和TiN为主的复合熔覆层.研究了激光工艺参数对TiCN-TiN复合熔覆层成分的影响.对熔覆样品进行了XRD物相分析和显微硬度测试.结果表明:在激光功率和脉冲宽度一定的条件下,脉冲频率、扫描速度是影响TiCN-TiN复合层形成的主要因素.合适的工艺参数组合为:脉冲频率为15 Hz,脉宽为3.0 ms,扫描速度为2.0 mm/s.扫描速度小于2.0 mm/s时,熔覆过程中氧化现象严重,而高于2.0 mm/...     

皖南山区环境地质特征与滑坡地质灾害防治

文章以皖南山区环境地质特征、岩土体组成及其工程性质研究为基础,从人类工程活动与地质环境的互馈作用分析入手,探讨区域环境工程地质作用规律,对滑坡等地质灾害的发生及发展趋势进行预测;研究表明,对地质生态环境防护和塑造人地和谐的人类生存环境及保证区域经济、社会和环境可持续发展战略具有重要意义。     

基于YOLO算法的指针式仪表智能识别系统设计

针对指针式仪表自动检测读数时,受复杂背景环境等因素影响造成仪表图像检测难、提取速度慢、仪表盘定位扭曲、倾斜等问题,提出基于YOLO算法的指针式仪表智能识别系统。首先,利用YOLO算法对工业指针式表盘进行精确定位,并使用透视变换算法进一步校正,克服表盘扭曲或倾斜带来的误差;然后,对得到的二值化图像使用几何矩算法遍历得到仪表表盘的圆心和半径,提取仪表的刻度区域和指针;最后,采用角度法计算仪表读数。实验结果表明,该系统的仪表读数识别准确率不低于95%,可满足工业应用的精确度要求。     

光晶格中旋量玻色-爱因斯坦凝聚体的周期自旋畴

旋量玻色-爱因斯坦凝聚体由多种超精细磁子能态的原子组成,因而具有丰富的物理内容,一直是本领域实验和理论方面的研究热点之一。当光晶格势阱足够深时,囚禁在其中各个格点上的旋量凝聚体之间便失了相位相干性,而通过磁和光诱导的偶极-偶极相互作用耦合在一起,     

线性广义系统的D型迭代学习控制

根据误差收敛准则,提出了线性广义系统的迭代学习控制算法,利用矩阵理论及不等式技巧给出了线性定常广义系统在D型学习律作用下的迭代控制收敛性结果,这一结果是全新的,其对时变系统也成立;另外,针对线性定常广义离散时间系统,给出了一种通过最优化目标函数确定控制器参数的设计方法.     

考虑重联和空车回送的动车组周转优化研究

提出了一种针对高速铁路动车组周转问题的优化方法,该方法在考虑动车组的检修、空车回送、重联编组等约束条件的基础上,以最少动车组运用数目为目标,对动车组周转图进行优化.首先对我国24 h为周期的基本运行图进行增广操作,增广操作是指将2张单日运行图无缝拼接,形成以48 h为周期的增广列车运行图.在增广列车运行图的基础上构建出...     

山西省PM2.5时空特征及其影响因素的地理探测

基于山西省11个地级市2016—2019年全年的逐时监测数据,采用克里金空间插值技术和地理探测器等方法对PM_2.5浓度时空变化及驱动因素展开研究.结果表明：①2016—2019年山西省PM_2.5年均浓度值先增后减,“蓝天保卫战”取得一定成效;污染空间格局呈东北向西南递增的规律,季节浓度变化总体呈“冬高夏低,春秋过渡”的规律,月均浓度呈“单峰型”波动变化.②因子探测器分析结果表明,人口密度、人均GDP和民用车数量对PM_2.5解释力最强,均超过0.7,表明人类活动是引起空气污染的主要因素.③交互探测分析表明所有影响因素对PM_2.5变化的交互作用均大于单一影响因素的独自作用.     

FAST馈源舱绳牵引并联支撑系统的机构设计

在不考虑驱动系统功率大小的限制和机构的组成要素满足一定理想条件下,以舱体实现2个转动自由度和3个平动自由度为前提,从绳牵引并联机构学的角度出发,为500 m口径球面大射电望远镜(FAST)的馈源支撑寻找可行的机构类型.结果表明,6根绳牵引的6自由度的不完全约束定位机构(IRPM)、6自由度的完全约束定位机构(CRPM),以及6自由度的过约束定位机构(RRPM)都是可选的机构类型,但各自要解决的关键技术并不相同.     

Fe基合金应力退火感生磁各向异性机理的AFM研究

用原子力显微镜（AFM）观测不同外加张应力下540℃退火的Fe基合金薄（Fe73.5Cu1Nb3Si13．5B9）断口形貌,结合X射线衍射谱和纵向驱动巨磁阻抗效应曲线,研究Fe基合金薄带张应力退火感生横向磁各向异性场过程中的应力作用机制．建立了包裹晶粒方向优势团聚模型,揭示了包裹晶粒方向优势团聚与磁各向异性场的关系．     

外商直接投资趋势研究——基于灰色马尔可夫预测模型与时间序列模型的对比

外商直接投资是影响中国经济发展的重要因素,而未来外商直接投资的预测是其发展和决策的基础.文章在阐述外商直接投资对中国经济发展的作用以及对未来中国利用外资水平预测的必要性的基础上,选取2000-2013年度中国利用外商直接投资(FDI)的数据,通过建立灰色马尔可夫(GMM)和时间序列模型,对中国利用FDI的趋势进行预测,并对预测结果精度进行比较,以得出较优的预测模型.研究结果表明:传统灰色模型合格,但仍有可提升的空间;在此基础上,建立GMM预测模型对结果进行修正,所得模型的灰色关联度有很大提升,且与真实值差距进一步缩小;建立时间序列模型,并据此对数据进行预测;比较GMM与时间序列模型预测结果的精度,可知,GMM的预测精度较高,拟合效果较好.为验证这一结果的可信度,文章选取1990-2013年度北京市和重庆市FDI水平的数据,建立GMM和时间序列预测模型,再次发现GMM预测效果优于时间序列模型的预测效果.基于此,GMM对中国利用外资水平的预测结果较为可信,预测结果对完善中国直接利用外商投资的机制具有一定参考价值.