离子镀技术的发展和现状

本文分析研究了国内外离子镀技术的动态，阐述了离子镀的特点，介绍了离子镀设备及工艺的发展和现状以及实用的离子镀膜检测方法。     

军用元器件金属外壳镀层质量评价

国产军用电子元器件金属外壳经过镀层测试、耐湿试验，烧结前、后键合拉力试验，可焊性试验，反映出由于金属外壳镀层质量不合格而导致其耐蚀性能及健合拉力不到要求，通过研究采用防锈涂覆的方法，使不合格镀层的金属外壳增强了耐蚀能力，并选定了一个适合我所工艺生产能力的镀金层范围，以保证键合应力值符合GJB548A要求。     

动态感受野特征选择去雾网络

基于深度学习的去雾模型大多在网络参数固定后，感受野也就随之固定。这导致去雾网络无法针对每个具体的场景采用最优的模式进行去雾，从而造成结果中存在模糊和失真。针对这些问题，文中提出动态感受野特征选择去雾网络。该网络以带有空洞卷积的特征注意力空洞模块为基础组件，并行使用多个空洞率不同的特征注意力空洞模块来提取多尺度特征，并进行动态特征融合，构成动态感受野模块。文中将多个动态感受野模块搭配残差连接组成深度网络，对不同层次的特征进行动态混合，最终解码得到去雾图像。实验结果表明，文中所提算法对室内和室外的合成雾图以及真实含雾图像均具有良好的去雾效果，可以生成清晰、自然的去雾图像。     

真空环境下的共晶焊接

共晶焊接是微电子组装中一种重要的焊接工艺。文章简要介绍了共晶焊接的工作原理以及共晶焊料如何选用和常用共晶焊料的性能特性。然后比较了几种共晶焊接设备的优缺点,得出用真空可控气氛共晶炉在真空环境下完成共晶焊接能有效防止共晶焊接过程中氧化物的产生,大大降低空洞率,从而提高焊接质量。它同样适用于多芯片组件的一次共晶。对真空环境下影响共晶焊接质量的真空度、保护性气氛、焊接过程中的温度曲线、焊接时的压力等条件做了探讨,得出了几种最优的工艺方案,能适用于大部分的共晶焊接工艺。     

193 nm氟化物增透膜的特性

 为了研制低损耗、高性能的193 nm氟化物增透膜,研究了基底和不同氟化物材料组合对氟化物增透膜的影响。在熔石英基底上,将挡板法和预镀层技术相结合,采用热舟蒸发方式制备了不同氟化物材料组合增透膜,对增透膜的剩余反射率和光学损耗等光学特性,以及表面粗糙度和应力等特性进行了测量和比较。在分析比较和优化的基础上,设计制备的3层1/4波长规整膜系AlF3/LaF3增透膜在193 nm的剩余反射率低于0.14%,单面镀膜增透膜的透射率为93.85%,增透膜表面均方根粗糙度为0.979 nm,总的损耗约为6％。要得到高性能的193 nm增透膜,应选用超级抛光基底。     

基于冰情检测环境的无线传感器网络路由协议研究

结合冰凌测报无线传感器网络中传感器节点能量受限、节点随着冰凌的产生与流动会出现在河道断面局部观测区域的冰凌测报无线传感器网络拓扑结构不断变化这一特性,提出了对贪婪周边无状态路由协议GPSR的改进策略GFSRI(GPSR-Improved),改进算法中采用图论模型,借助网络模拟器NS2(Network Simulator 2),对GPSR算法以及改进的路由策略GPSRI进行了模拟仿真实验,对路由算法中涉及到的关键参数的相关实验数据进行了处理分析.模拟仿真实验及评估结果表明,GPSRI在数据包转发的路由跳数、源和目的节点间端到端的传输时延方面与GPSR相比有较大的性能改进.     

一种定量分析金属镀层中特定元素含量的简单方法

用光学的方法（如常见的X射线荧光分析法、发射光谱分析法^[1]等）分析固体样品中特定元素及其含量是常见的分析方法。相对于化学方法，它们的分析过程简单、迅速。笔者在分析样品中遇到了一些比较特殊的分析要求，例如在金属外镀了另外的合金，要求分析在镀层中特定元素的浓度。一种直接的方法是用X射线荧光做定量分析，可以给出镀层的元素含量。但X荧光定量分析需要特定的标样，对使用者存在一定的不便之处，而且设备也较贵。本研究采用普通的原子光谱分析法结合简单的数学推导，解决了上述问题。本方法也可以应用于普通的光学原子发射光谱分析。     

牛津X-Strata980实现痕量元素分析及镀层厚度测量

牛津仪器工业分析部在XRF分析技术领域拥有超过40年经验,至今已有数以万计的各种仪器在世界各地服务于各行各业.这些仪器可以广泛地用于工业质量控制部门.XRF分析系统可以实现各种材料(固体、液体、粉末、糊状物、油脂、薄膜等)中元素组成的快速、无损检测.同时,也可实现样品表面涂镀层厚度或组成分析.     

基于多尺度融合注意力改进UNet的遥感图像水体分割

针对遥感图像水体分割任务，提出了一种多尺度融合注意力模块改进的UNet网络——A-MSFAM-UNet，该方法在GF-2遥感图像水体分割任务中实现了端到端高分辨率遥感图像水体分割。首先，针对以往注意力模块全局池化操作带来的局部信息不敏感问题，设计了一种多尺度融合注意力模块（MSFAM），该模块使用点卷积融合通道全局信息、深度可分离卷积弥补全局池化造成的信息丢失。MSFAM用于UNet跳跃连接后的特征融合部分重新分配特征点权重以提高特征融合效率，增强网络获取不同尺度信息的能力。其次，空洞卷积用于VGG16主干网络扩展感受野，在不损失分辨率的情况下聚合全局信息。结果表明，A-MSFAM-UNet优于其他通道注意力（SENet、ECANet）改进的UNet，在GF-2水体分割数据集上平均交并比（MIoU）、平均像素精度（MPA）和准确率（Acc）分别达到了96.02%、97.98%和99.26%。