改进的Faster-RCNN算法在聚乙烯管接头内部缺陷检测中的应用

超声相控阵技术是目前聚乙烯管道热熔接头内部缺陷检测的一种主流方法。提出了基于注意力机制的改进Faster-RCNN目标检测网络用于超声相控阵D扫图聚乙烯管接头内部缺陷检测。针对聚乙烯管道热熔接头内部超声相控阵D扫图小缺陷较多、特征信息容易丢失的问题,将残差网络(ResNet50)与特征金字塔网络(FPN)相结合作为骨干网络,并引入卷积注意力模块(CBAM)自适应细化特征。将SSD网络框架和Faster-RCNN网络框架用于模型训练和测试,使用VGG16、ResNet50、ResNet50+FPN、ACBM+ResNet50+FPN作为骨干网络依次对超声相控阵聚乙烯管道热熔对接接头内部缺陷样本进行训练对比。结果表明,改进的Faster-RCNN网络模型在聚乙烯管接头内部缺陷检测和分类方面有明显改进,对小缺陷的检测性能有了显著的提高。     

硅表面活性剂增强的双网络耐高温多孔有机硅弹性体

采用聚醚改性三硅氧烷表面活性剂、 丙烯酸酯改性硅油和水3种组分制备了稳定的油包水(W/O)乳液, 经酸碱催化水解、 紫外引发聚合和干燥除水过程得到了双网络多孔有机硅弹性体. 扫描电子显微镜(SEM)分析结果表明, 所制备的有机硅弹性体具有丰富的孔径结构分布. 压缩强度测试结果表明, 弹性体具备良好的耐压缩性能, 45%压缩应变下循环50次, 仍具备良好的回弹性能. 有机硅弹性体具有优异的耐高温性能, 分解温度为370 ℃, 高于绝大多数多孔有机硅弹性体材料的分解温度. 丙烯酸酯改性硅油的制备工艺成熟、 廉价易得, 显著降低了多孔有机硅弹性体的生产成本, 为规模性开发有机硅材料提供了新的思路和应用前景.     

MOF衍生的分层多孔三维N-CoPx/Ni2P大电流密度下加速析氢

氢气(H₂)具有能量密度高、环境友好等优点,是一种很有前景的清洁能源载体.目前,电催化水裂解大规模制氢被认为是一种理想可行的方法.析氢反应(HER)涉及多个步骤,首先形成吸附的氢(Volmer步骤),然后是脱附步骤(Heyrovsky步骤)或两个相邻的吸附氢形成H₂(Tafel步骤).与酸性介质相比,碱性介质中的HER可与现有的析氧反应(OER)催化剂偶合,降低电解水的设备成本,因此研究碱性条件下HER更具应用价值.但是,HER在碱性介质中不可避免地需要打破较强的共价键H–O–H,动力学缓慢,导致需要高过电位驱动反应.因此,开发适用于广泛的pH范围,特别是碱性介质高催化活性的催化剂,成为当务之急.金属铂是最高效的HER催化剂,但昂贵的价格严重阻碍了其在电解水中的大规模商业化应用.因此,开发过电位低和稳定性持久的非贵金属催化剂,特别是可以在大电流密度(>500 mA cm^-2的质子交换膜和碱性电解槽)下稳定工作的催化剂,对实际工业应用至关重要.过渡金属磷化物(TMPs),尤其是CoP和Ni₂P在HER中表现出了较好的催化活性,引起广泛关注.但是,有限的电子结构、低电导率和大电流密度测试过程中的团聚仍然是限制其实际应用的瓶颈.近年来,具有金属可调性、多孔型结构、高比表面积和多交叉开放通道的金属有机骨架(MOFs)已被证明是制备TMPs的理想前驱体.但是,在高温煅烧过程中无法避免MOF结构坍塌,导致开放通道和电导率降低,限制了电子/离子的传输以及在高电流密度下的电催化活性.本文通过TMPs和Co-MOF之间的简单拓扑化学转化制备了一种自支撑结构的N掺杂二元TMPs电催化剂(N-CoP_x/Ni₂P),以Co-MOF作为模板和前驱体,一部分泡沫镍原位磷化成Ni₂P,形成异质结构的双金属磷化物.扫描电镜和透射电镜结果表明,该催化剂呈三维多孔结构,有利于充分暴露活性位点.通过X射线光电子能谱分析了催化剂表面化学状态,发现形成了Co–N键,说明N掺杂成功.通过电化学测试结果表明,N-CoP_x/Ni₂P在全pH范围内表现出较好的HER活性,尤其在碱性介质中,当电流密度为650 mA cm^-2时,仅需要152 mV过电位.催化剂转化率为3.2 s^-1,法拉第效率接近100%,该催化剂在200 mA cm^-2电流密度下连续工作24 h无明显衰减.密度泛函理论计算表明,N-CoP_x/Ni₂P催化活性的增强归因于氮掺杂及双金属磷化物的协同作用提高了催化剂的本征活性位点,从而优化了氢吸附能和水结合能.综上,本文为廉价电催化剂的工业化应用提供了一种有前景的策略.     

爆轰波拐角传播三维数值模拟

为了研究爆轰波在拐角中的传播特性以及拐角爆轰低压流场现象,用LSDYNA 3D程序对三种常见的拐角装药的爆轰波传播特性进行了数值模拟,清晰显示了爆轰波因拐角处爆轰波传播面积的变化而产生的衰减 增长过程,讨论了侧向三通中爆速的变化情况,并得到了拐角处低压爆轰区的尺寸。     

400路程控网络讯号源

网络讯号源是大型爆轰多点测试技术中的一个重要组成部分。主要介绍４００路程网络讯号源的设计要点、工作原理和系统结构，并对它在爆轰实验中的测试应用进行了讨论。     

基于贝叶斯网络的智能故障诊断方法

首先提出了基于贝叶斯网络的智能故障诊断方法，它对于解决复杂设备诊断问题中存在的不确定性，关联性具有很大的优质。然后阐述了贝叶斯网络模型的数学描述及基于贝叶斯网络的故障诊断方法的基本思路和决策算法。最后以某型SINS／GPS组合导航系统的故障诊断应用实例说明了该方法的有效性。     

矩形板结构损伤的分区域神经网络识别方法

通过引入LM优化算法，针对矩形薄板中对称结构的损伤识别问题，提 出了一种基于神经网络的分区域分步识别方法. 对于预测输出量比较多且对预测精度要求比 较高的问题，常会出现网络训练时收敛速度慢、网络预测精度低，并且当网络训练达到目标 误差时，输出的预测量中常有某个输出量的误差还很大的情况. 针对这些问题，利用选 取的组合输入参数，提出了基于神经网络的分区域识别方法. 通过对悬臂板结构的数值模拟 结果表明：提出的分区域识别方法对结构损伤的分区和预测是可行和有效的， 其预测精度要明显的高于只用单个网络的预测结果，并且预测子网络对损伤的位置和程度是 同步输出的，从而避免了传统分步识别理论中子网络过多的问题.     

利用GeoGebra和Phyphox软件进行高效物理远程教育的探索--以拍现象的物理教学为例

以拍现象的物理教学为例,利用GeoGebra软件不仅演示了拍现象,而且能让学生通过网址链接进行方便的自我探索,接着又给出了手机软件Phyphox在家做实验探究拍现象的方法,并通过分析实验结果进行计算,得到的待测波频率的精确度可达到整数位.     

噪声情况下采用稀疏非负矩阵分解与深度吸引子网络的人声分离算法

为实现噪声情况下的人声分离,提出了一种采用稀疏非负矩阵分解与深度吸引子网络的单通道人声分离算法。首先,通过训练得到人声与噪声的字典矩阵,将其作为先验信息从带噪混合语音中分离出人声与噪声的系数矩阵;然后,根据人声系数矩阵中不同的声源成分在嵌入空间中的相似性不同,使用深度吸引子网络将其分离为各声源语音的系数矩阵;最后,使用分离得到的各语音系数矩阵与人声的字典矩阵重构干净的分离语音。在不同噪声情况下的实验结果表明,本文算法能够在抑制背景噪声的同时提高分离语音的整体质量,优于结合声噪人声分离模型的对比算法。      

基于1085 km实地光纤链路的双波长光纤时间同步研究

在长距离高精度光纤时间同步系统中,为了减少后向反射光与光纤色散对传输精度的影响,本文在双波长光纤时间同步传输方法之上,提出了一种具有色散误差修正功能的双波长光纤时间同步传输方法.以自行研制的工程样机在长度约为800 km的实验室光纤链路上和1085 km的实地光纤链路上进行了实验测试,也是国内首次实现千公里级实地光纤时间同步传输.在实验室光纤链路上,测得传输链路色散补偿后的色散时延误差为10 ps,时间同步标准差为5.7 ps,稳定度为1.12 ps@105 s,不确定度为18.4 ps.在实地光纤链路上,测得传输链路色散补偿后的色散时延误差为60 ps,时间同步标准差为18 ps,稳定度为5.4 ps@4×10⁴ s,不确定度为63.5 ps.