斜齿轮疲劳裂纹萌生及扩展过程全寿命研究

文章以斜齿轮为研究对象,综合考虑混合润滑状态下摩擦动力学特性对齿面应力分布的影响以及渗碳表层硬度梯度和残余应力的非均匀分布特征,以风险疲劳累积理论为基础建立了疲劳裂纹萌生寿命预估模型;考虑裂纹在晶粒内部的非线性扩展规律以及晶界处的非连续扩展特征,建立了短裂纹扩展模型;针对长裂纹扩展过程中不同阶段扩展速率的差异,建立了长裂纹扩展速率统一方程,从而完成了对齿轮接触区疲劳裂纹萌生及扩展过程全寿命的预估.计算结果表明:齿面应力分布受动载荷和润滑状态的影响显著;在残余应力作用下,有效剪切应力在渗碳表层出现多个波峰,疲劳裂纹萌生位置多点化,导致裂纹尺度有所不同,疲劳寿命存在差异,失效形式多样化.     

气相沉积法制备聚酰亚胺微球的均匀性及性能

为满足惯性约束聚变(ICF)对聚酰亚胺(PI)靶丸的要求,研究了气相沉积过程单体加热温度对PI薄膜厚度的影响并测试其均匀性,测试了脉冲敲击模式下复合微球的表面质量。研究了薄膜热环化过程中的结构变化,并对所得PI薄膜进行了热稳定性分析。研究结果表明:脉冲敲击下制备所得复合微球表面粗糙度均方根值波动在29~45nm之间,在相同时间内其薄膜厚度随单体加热温度的增加而增加,通过调节不同单体加热温度,可将薄膜厚度控制在一定范围;薄膜厚度测试发现其较为均匀,横向和纵向各点厚度相差不足1μm;热环化后聚酰胺酸转化为PI,CONH与COOH结合形成C-N键;热重分析数据显示PI薄膜热稳定性较好,600℃左右才开始大量分解。     

离子型表面活性剂对双重乳粒分散性能的影响

为了改善臭氧处理PS单层球与PVA溶液生成的双重乳粒在油相中的分散性,采用了低分子量阴离子型表面活性剂十二烷基硫酸钠(SDS)和十二烷基苯磺酸钠(SDBS)及高分子量混合型表面活性剂十八烷基胺聚氧乙烯醚双季铵盐(PAVDA)来改性该种PS单层球,测试并分析了不同表面活性剂对相应薄膜亲水接触角及其对PVA吸附速率的影响,同时也考察并对比了静电排斥作用和空间位阻作用对双重乳粒分散性的影响。实验结果表明这三种表面活性剂均能不同程度的改善双重乳粒在油相中的分散性。其中,经SDS和SDBS处理后,双重乳粒在油相中固化时会发生絮凝作用而无法以较高成活率制得大尺寸双层球;经PAVDA处理PS单层球后,实现了以较高的成活率制得700~900μm的PS-PVA双层空心微球。同时,也表明在改善PS单层球的分散性方面,空间位阻稳定作用较静电排斥作用更为有效。     

ZnSe-ZnS多层量子阱光学双稳态器件

本文报道了以YAG三倍频激光为光源时,在用MBE生长的ZnSe-ZnS多量子阱材料制成的F—P标准具光双稳器件上观察到的脉冲压缩效应。根据入射脉冲波形和透射脉冲波形得到了该器件的双稳回线。     

改进YOLOv4的铁路沿线遥感影像地物检测方法

近年来,高分遥感影像技术的快速发展为铁路沿线地物检测提供了一种重要技术手段。基于回归的一阶段目标检测方法YOLOv4具有检测精度高、速度快等优点,但用于遥感影像检测时仍然存在部分细节特征信息丢失导致的小目标漏检,以及进行大面积地物检测时效率低的问题。为此,提出改进YOLOv4网络模型对遥感影像铁路沿线地物进行检测。首先,设计由卷积、批量归一化和Mish激活函数组成的CBM(convolution batch normalization mish)模块,并采用DCBM(double CBM)模块作为密集连接网络(DenseNet)的传输层用于YOLOv4网络特征提取以实现地物特征传递和信息重用,增强小目标地物的检测能力,降低漏检率;然后针对YOLOv4在大面积检测时效率不高和模型参数空间较大的缺陷,将压缩激励SE(squeeze excitation)通道注意机制用于骨干网中跨阶段局部单元(cross stage partial, CSP)的每个残差单元之后,减少SE注意模块的重复调用次数,使其能够在提高网络性能的同时降低模型参数量从而提高检测效率;最后,针对长条形状的铁路目标提取困难问题,在网络结果输出之前引入改进的通道空间注意力机制ICBAM(improved convolutional block attention module) 保留原始特征信息,解决铁路目标特征提取能力差的问题,提高铁路中大尺度目标的检测效率。为验证所提方法的有效性,选取2 048张分辨率为1 920×1 080的某段铁路沿线遥感影像地物样本数据,将其中的铁路、房屋、楼宇建筑、农田和水池作为检测目标进行实验,并与当前流行的目标检测方法进行对比。结果表明,改进方法不仅增强了对小目标地物的检测能力,提高了地物检测精度和速度,而且提高了大尺度目标的检测效率。与YOLOv4算法相比,mAP提高了2.11%,准确率提高了2.93%,召回率提高了3.79%,模型大小减少了8.53%。所提方法为当前应用高速铁路沿线遥感影像地物快速精准检测提供了有效方法。     

卷积神经网络在气体泄漏超声识别中的应用

为了克服现有气体泄漏检测方法的不足,提出一种基于卷积神经网络的气体泄漏超声信号识别方法。在设计卷积神经网络网络结构时,通过多次预训练确定网络层数、卷积核数目和尺寸、全连接层神经元数目。同时,选择Inception模块平衡网络宽度和深度,防止过拟合的同时提高网络对尺度的适应性。通过输气管道泄漏实验平台模拟工况中常见的阀门泄漏和垫片泄漏,利用短时傅里叶变换进行时频图表征,在此基础上,建立二分类模型和不同泄漏类型的三分类模型。结果表明,相比二分类模型,不同泄漏类型的三分类模型识别准确率有所降低,添加Inception模块可以有效提高三分类模型的性能。     

分散液液微萃取-气相色谱/质谱法测定水中多环芳烃

用分散液液微萃取-气相色谱/质谱法测定水样中的16种多环芳烃(PAHs)。通过实验确定最佳萃取条件为:20μL四氯化碳作萃取剂,1.0 mL乙腈作分散剂,超声萃取1 min。在优化条件下,多环芳烃的富集倍数达到216～511,方法在0.05～50μg/L范围内呈良好的线性关系,相关系数(R2)在0.9873～0.9983之间,检出限为0.0020～0.14μg/L。相对标准偏差(RSD)在3.82%～12.45%(n=6)之间。该方法成功用于实际水样中痕量多环芳烃的测定。     

惯性约束聚变点火靶候选靶丸特点及制备研究进展

获得能量增益实现点火是目前激光惯性约束聚变领域研究的主要方向和标志性成果. 在点火靶的设计中有多种可能的候选靶丸,包括碳氢掺杂锗、铍掺杂铜、聚酰亚胺、 碳化硼和金刚石靶丸,其中碳氢和铍靶丸是最主要的候选靶丸.文中主要总结了几种候选靶丸的优缺点及目前研制现状.在国外,碳氢靶丸是目前点火靶的首选靶丸. 与铍靶丸相比,不存在明显的微结构缺陷,制备较容易;靶丸光学透明, 适宜于燃料分层和表征;靶丸在制备上更容易达到点火靶要求. 美国的碳氢点火靶靶丸基本达到了设计要求,这些要求包括几何尺寸、壳层密度、 壳层缺陷、表面光洁度、掺杂水平和杂质含量等.我国的点火靶靶丸研究还处在起步阶段.     

薄膜生长荧光显微图像实时采集与分析系统

设计了一套具有一定实用意义和科学价值的薄膜生长荧光显微图像实时采集与分析系统,可以实现透明衬底上有机荧光分子薄膜生长的实时原位监测。进一步阐明了系统的硬件构筑思路和软件设计架构,并依据薄膜的形貌特征,给出8个主要生长信息参数及其求取算法,并利用自行搭建的实验系统,针对联六苯(p-6P)分子在云母衬底上的纳米纤维生长过程,得出了其准一维的线性生长规律。该系统作为重要的薄膜生长成像监测技术,有望在薄膜与衬底表面相互作用和衬底微区结构特性研究等方面起到积极的作用。