高强PVA纤维束冲击拉伸性能的实验研究

利用MTS和旋转盘式杆-杆型冲击拉伸试验装置,在高应变率、大应变率范围条件下(0.01～1 500s~(-1))研究了应变率对高强PVA纤维束力学性能的影响;同时,利用扫描电子显微镜考察了纤维材料在不同应变率下的微观断裂机理。     

光学与小波图像处理的比较研究

利用小波变换对图像进行数字处理,实现了图像的区域分割,并运用直方图方法和高宽比方法对小波图像处理结果和光学图像处理结果进行了比较.与直方图等方法相比,高宽比方法在图像的边缘增强和区域分割等图像处理中的效果较好,能定量地研究各种边缘增强和区域分割图像的边缘锐度,便于比较和判断各种图像处理方法的优劣,适合边缘锐度的定量研究.通过比较研究,得到的小波变换处理后的图像边缘轮廓分明,而采用的光学图像处理方法是反村增强,从高宽比看小波对图像的增强效果更好,整体讲二种处理方法在图像边缘增强和区域分割中各具特点.还论述了二种方法各自的优点和光电结合图像处理的必要性.     

非织造布力学性能的模拟用其应用探讨

对不同粉末粘结剂含量非织造布的研究表明:线性和非线性的简易三元件模型均能较好地描述非织造布的拉伸性能和应力松弛性能。根据模型的拟合参数计算和讨论提出了应用力学模型可以检验非织造布加工中纤维网粘结程度优劣的可能性。     

蜘蛛丝拉伸变形行为的力学模型

根据大腹园蛛牵引丝力学性能的结构机理及其聚集态结构和形态结构特征，初步建立了以皮芯层结构为基础的蜘蛛丝拉伸力学模型，分析了皮芯层比例及结构对蜘蛛丝纤维力学性能的影响。以层状复合材料的拉伸变形为依据，分析了蜘蛛丝纤维的拉伸断裂过程与皮芯层性能间的关系。     

红外序列图像目标的高效跟踪

针对Mean shift算法中仅使用灰度特征难于实现对红外序列图像目标准确跟踪的问题,提出了利用边缘-灰度特征相融合的目标跟踪算法.为了实现红外序列图像中目标的高效跟踪,在研究Mean shift灰度特征的基础上,根据红外序列图像的边缘方向信息与灰度信息构建了边缘-灰度目标模型,将此模型应用到目标跟踪算法中,提高了Mean shift算法在红外序列图像目标跟踪过程中的运算能力.实验证明,该方法能够增加灰度直方图对目标模型的描述能力,提高了目标跟踪算法的鲁棒性.     

温度对石墨烯条带拉伸力学性能影响的模拟研究

利用分子动力学模拟,分析了单层石墨烯条带在热力学温度[1K,800K]范围内拉伸力学性能对条带手性,宽度及模拟温度的依赖性.结果表明,相同条件下锯齿型石墨烯条带较扶手椅型石墨烯条带具有更大的弹性模量及拉伸强度;条带宽度的增加对弹性模量有较小影响,但拉伸强度随宽度的增加有明显变化;石墨烯条带拉伸强度随温度的升高而减小,均匀变温模拟条件下拉伸强度较室温恒温模拟结果有所变化,且温度变化率是影响拉伸强度的因之一.     

灰铸铁拉伸与扭转破坏实验的强度条件分析

针对常用强度理论脆性材料在复杂应力状态下的生断裂破坏,理论计算与试验结果误差较大这一问题,对铸铁材料的拉伸破坏及扭转破坏实验的结果进行了分析。研究了复杂应力状态下单元体内各物理量对材料生断裂的影响,修正了第一、第二强度理论,给出了一个铸铁性断裂的强度条件。新的强度条件能较好解释铸铁材料的拉伸、扭转破坏实验结果。     

基于证据推理的高铁综合客运 枢纽客流图像背景建模

针对高铁综合客运枢纽客流图像特征,提出基于证据推理的客流图像背景建模方法. 利用均值背景模型和灰度分区处理提高背景模型的处理速度,通过引入证据推理构建合适的mass函数,提高背景灰度值的取值范围的置信度,从而提高背景图像的精确性. 结果表明,该方法原理正确,在高铁综合客运枢纽客流安全预警实际应用中,能够快速准确地生成客流背景图像,保证了客流信息提取的速度和精度.     

超塑性拉伸均匀应变值的定量判定

超塑性拉伸变形在载荷失稳点之后，仍能持续一段均匀应变ε，但是迄今为止，未见任何从实验测量或理论计算能针对实际材料给出ε的精确值。利用“拉伸变形应变速率敏感性指数力学涵义及其规范测量”一文给出m值的实验精确测量方法和“超塑拉伸变形应变速率敏感性指数的力学解析”一文所导出的m值的函数表达式，通过对比分析，提出均匀ε的判定方法，并结合典型超塑性合金Zn-5%Al在18℃和340℃温度下给出均匀ε的精确值。     

基于拉伸处理的宽带宽角波束形成技术

为了抑制宽带干扰信号,提出了一种宽带大扫描角接收波束形成新方法.该方法对接收线性调频信号做拉伸处理和窄带滤波,然后把宽带相位补偿权和窄带权相结合形成最优权.最优权在目标方向形成主瓣的同时在干扰方向形成宽、深的凹口,从而提高了输出信干比.经拉伸处理和窄带滤波的目标信号带宽大大降低,数据采样率也大大降低,因此计算量减小,利于工程实现.仿真结果表明,该算法可有效抑制宽带干扰信号,并具有较好的稳健性.