增材制造中填充方式研究综述

对增材制造(3D打印)模型数据处理中分层线框轮廓的填充方式进行综述．针对不同的适用场景,将常用的3D打印工艺按照填充方式分为按路径连续填充和按需式阵列填充,对这两类填充方式进行了分析和对比．按路径连续填充的路径规划方法主要包括平行线填充路径、轮廓偏置填充路径和混合填充路径,按需式阵列填充的算法主要包括扫描线填充算法、边界标志填充算法、种子填充算法和扫描线种子填充算法．同时针对前沿的3D打印中的填充方法,结合具体实例阐述了多自由度的空间填充方法、多方法集成的填充方法和非均质零件的填充方法,并指出了3D打印填充方法的改进方向．     

基于深度学习和遥感影像的松材线虫病疫松树目标检测

针对传统的松材线虫病大范围监测方法耗费高、效率低的问题,研究基于高分辨率无人机遥感影像,采用深度学习方法对病疫区染病松树进行目标检测及地理定位.建立病疫松树样本数据集,采用YOLO目标检测模型,通过锚框尺寸重算、模型迁移学习等方法进行样本训练.将大幅影像进行滑窗分割、逐个检测、NMS重叠处理、坐标转换之后,得到研究区内...     

高对位壬基酚生产工艺和控制

以苯酚和壬烯为原料,按照傅-克烷基化反应机理合成壬基酚。壬基酚对位异构体的热力学稳定性高于邻位异构体,在适合的条件下反应能够导致烷基基团的重排,使对位壬基酚的质量分数增加。在现有的生产装置中,通过优化工艺条件,并选用高温型强酸性阳离子交换树脂,提高了产品中高对位壬基酚的质量分数。     

减速器热分析虚拟仿真软件开发

为解决因热分析不准确导致减速器使用寿命变短的问题,以SEW(Süddeutschen Elekromotoren-Werke)某型减速器为研究对象,利用Unity3D虚拟仿真引擎,开发了减速器热功率计算软件,提出了一种基于Unity3D例子系统的温度场虚拟仿真方法,推导了温度与颜色表示的基本公式,得到了冷却水温度虚拟仿真云图以及传热功率变化曲线。实验证明,虚拟仿真方法可快速判断减速器选用的冷却方式是否合理,并为减速器热分析提供了新的设计思路,同时相比较传统的理论计算或有限元仿真等方法更为方便快捷,具有一定的工程应用前景。     

Fe3O4@SiO2@CeO2应用于废水中亚甲基蓝的吸附研究

首先通过溶剂热法制备Fe3 O4磁核作为种子,然后通过St?ber法在种子外包覆SiO2层,再在SiO2层上通过均匀沉淀法使CeO2沉积在表面,得到Fe3 O4@SiO2@CeO2磁性纳米材料,并将其作为纳米吸附剂应用于废水中亚甲基蓝的吸附研究.通过优化该吸附剂的用量、溶液初始pH、震荡时间、解吸剂H2 O2的用量等条...     

区组长度为9的单纯3-设计与PSL(2,2n)

利用射影特殊线性群PSL(2,2ⁿ)在射影直线X=GF(2ⁿ)∪{∞}的9-子集上的作用,通过计算具有固定长度的轨道的条数,给出了所有以PSL(2,2ⁿ)为自同构群、区组长度为9的单纯3-设计。     

基于深度学习的铜封帽内螺纹缺陷检测研究

针对铜封帽内螺纹裂纹缺陷检测目前存在检测速度慢、检测精度低、稳定性及泛化能力差等问题,提出了一种改进的YOLOv3模型算法来检测铜封帽内螺纹裂纹缺陷。首先,通过坐标极化对样本图片进行特征增强;然后采用K-means++聚类算法对数据集进行尺度分析;再利用SqueezeExcitation模块对YOLOv3模型检测部分进行改造,在3个特征尺度特征的输出部位均添加此模块,提升模型对有效特征的响应;最后,模型分别与Faster-R-CNN、SSD的检测结果进行比较。实验结果表明,基于深度学习改进的YOLOv3算法优于其他检测算法,其缺陷的检测精度为96.3%、检测速率为44FPS,能够实现铜封帽内螺纹裂纹缺陷的精确检测和识别,满足生产部门对铜封帽检修的需求。     

基于OpenSSL引擎机制的椭圆曲线数字签名方案研究（英文）

基于椭圆曲线公钥密码体制的数字签名机制与基于传统离散对数问题的数字签名机制相比,具有安全性高、密钥长度短、计算量小等优点．基于上述优点和安全性,国家密码管理局提出了SM2椭圆曲线算法和SM3算法,并在国内得到了广泛应用．但国际主流开源软件不支持国内SM2数字证书的生成、签名、验证等操作．免费的SM2数字证书难以验证和区分其真实性．针对上述问题,提出了一种基于OpenSSL引擎机制的椭圆曲线数字签名方案,实现了SM2椭圆曲线数字签名检查算法以及SM3算法,并通过OpenSSL引擎机制将其集成到开源软件OpenSSL中．最后,实现了SM2数字证书的制作、签名和校验功能．     

中高温NH3-SCR反应的钨铈锆复合金属氧化物催化剂

制备一系列的单/双/三组元的钨铈锆复合金属氧化物催化剂,测试催化剂在200～550℃的NH₃选择性催化还原(NH₃-SCR)反应中的脱硝活性。考察催化剂制备方法、W含量和催化剂组成对催化剂脱硝活性的影响。使用N₂吸附-脱附、X线衍射仪(XRD)、X线光电子能谱(XPS)和NH₃程序升温脱附(NH₃-TPD)对催化剂进行表征。结果表明：与浸渍法、湿混法和水热法相比,共沉淀法制备的催化剂具有最高的脱硝活性;三组元钨铈锆催化剂的脱硝活性显著优于单组元或双组元催化剂,主要原因是催化剂表面W的良好分散、更高的表面氧比例和更多的表面酸位;在40 000 h^-1的体积空速下,WO₃、CeO₂和ZrO₂的质量分数分别为20%、40%和40%的20W-40Ce-40Zr催化剂在288～513℃时的NO_x转化率大于90%,表现出充当燃气机组SCR催化剂的良好潜力。     

基于高斯噪声与ST-GCN的人体骨架动作识别

针对基于ST-GCN的骨架动作识别中人工预定义的邻接矩阵结构单一、难以捕捉到非相邻关节点之间的相关性这一问题,提出了一种基于高斯噪声的扰动机制.在人工预定义的骨架图邻接矩阵上引入高斯噪声,利用该噪声扰动ST-GCN中固定的邻接矩阵,捕捉非相邻关节点之间的相关性,运用该方法在具挑战性的NTU RGB+D和Kinetics-Skeleton两个大规模数据集上进行了分类识别实验,结果表明：该方法在两大数据集上的识别精度高达95.34%和36.43%,在节约计算量的前提下有效地提高了动作识别的性能.