铁电阴极几何参数对二极管电子发射的影响

主要讨论了触发电场的脉宽和阴极几何参数对铁电二极管电子发射的影响，通过对不同脉宽激励下的电子发射试验发现触发脉冲的最佳工作宽度范围是150—250ns。对不同几何参数铁电阴极片在正脉冲激励下的电子发射研究指出：一般实验条件下(触发电压小于4kV／mm)，触发梯度电场相同时，阴极越厚，条栅电极越细密，发射电流密度越大；极化反转发射中前沿发射方式和后沿发射方式可以共时存在。     

HXD3B型大功率机车车轮疲劳强度分析

本文对HXD3B型大功率机车车轮(以下简称HXD3B型车轮)进行有限元分析,并给出了疲劳强度评定结果;提出了改进建议。     

基于CY7C68013A的USB2.0接口多路可编程数据采集卡

USB2.0接口具有便捷、易扩展、低成本、低干扰等特点,非常适合作为数据采集系统的接口。文中介绍了一种基于CY7C68013A的USB2.0接口数据采集板卡的设计,主要包括系统的硬件结构、固件程序设计、和主机应用程序设计等部分,可以实现输入电压范围可编程的多路数据采集、显示、存储及波形回放等功能,可满足实验教学、科学研究、工业控制等领域中大多数场合的数据采集要求。     

浅谈烟气排放连续自动监测系统的选型

简要介绍了烟气排放连续自动监测系统的应用环境和结构组成,从仪器用途、选型原则、监测方法的优缺点、监测参数、通讯方式等方面简要阐述了该系统选型的基本原则和方法。     

基于贝叶斯网络的预拌混凝土质量可靠度评价模型

抗压强度是混凝土非常重要的质量指标,由于预拌混凝土生产配送以及现场浇筑的过程特性,混凝土质量可靠性研究多从配合比展开,缺乏全流程分析。以商砼生命周期的四大环节聚类建立了质量综合评价体系,编制出以28 d抗压强度不达标为顶事件的故障树,并将其转化为贝叶斯网络,利用贝叶斯网络定量分析得到质量评价结果与实际值相对误差为4.7%,效果显著。通过反向诊断识别出质量体系中配合比实际调整、施工后维护及工人私自加水为三大薄弱环节,占据了质量事故70%的原因概率。该评价模型可为企业决策提供理论支持。     

保温材料生产项目环境影响分析

本文以保温管为例,通过环境监测方法和生命周期评价等探究其对环境的影响。研究表明:1,厂区周围有SO2、NO2、TSP和PM10等常规性污染物以及非甲烷总烃等特征性污染物的排放,都没有超过《环境空气质量标准》(GB3095-2012)二级浓度限值和《大气污染物综合排放标准》(GB16297-1996)的排放限值;2,以生命周期评价方法评价保温材料的环境影响,不同保温材料产生的环境影响及环境影响的生命周期也不同。     

双毛细管静电雾化模式试验

采用带有显微变焦镜头的高速摄像技术对不锈钢双毛细管产生的静电雾化现象进行了可视化研究.以无水乙醇和去离子水为雾化介质,采用高速相机以104Hz的拍摄频率记录静电雾化图像,通过对大量图像的离线对比分析,获得了双毛细管静电雾化模式,并与单毛细管静电雾化模式进行对比.试验结果表明:在无水乙醇静电雾化中观察到了滴状、斜滴状、纺锤、锥射流、鞭式射流与多股射流等多种雾化模式,而去离子水静电雾化中存在滴状、斜滴状、纺锤、锥射流以及振荡射流等雾化模式;双毛细管静电雾化中,除电压较低的滴状模式外,其余雾化模式中雾化射流中心线与毛细管轴线之间的呈现出不同的夹角,夹角与雾化模式和流量均有关;不同的雾化模式下,雾滴的粒径分布也有显著差别;在相同的试验范围内,无水乙醇和去离子水的表面张力不同,静电雾化模式不同,无水乙醇能够呈现出更多的雾化模式,雾滴粒径更为细小,射流与雾滴的界面更加光滑.     

基于航空信息网络的枢纽机场航班延误预测模型

航班延误一直是机场运营管理的一大难题，本研究报告面向区域多机场，重点针对机场集团内枢纽机场的航班延误问题，提出基于航空信息网络的航班延误预测模型NBFDM. 该模型不仅使用了航班自身的相关属性，并且还考虑了航空信息网 络内其他机场的因素对航班延误的影响. NBFDM模型首先提取航班本身的特征和该航班飞行前一段时间内航空信息网络的特征，然后使用PCA进行降维，对降维处理后的特征再使用SVR方法，得到非线性回归模型，用于预测航班的延误时间. 实验表明本研 究报告所提模型NBFDM相比仅使用航班自身属性的模型，对航班延误时间的预测误差降低约20%.     

基于光流和深度运动图的行为识别算法

为了融合不易受光照等环境因素影响的深度信息和RGB视频序列中丰富的纹理信息,提出一种基于光流和深度运动图(Depth Motion Map,DMM)的人体行为识别算法.首先从RGB视频序列获取彩色信息(RGB视频帧)和光流信息,并且从同步的深度视频序列获取深度信息,以增强特征互补性,其次把3种特征信息分别作为基于ResNet101的空间流网络、时间流网络和深度流网络的输入,通过LSTMs进行特征融合,最后将特征送入Softmax层得到每个行为类别的概率值.实验结果表明,在具有挑战性的UTD-MHAD数据集和MSR Daily Activity 3D数据集上的行为识别准确率分别为94.86%和97.69%,在与该领域中的同类算法比较中表现优异.