本文利用1000kV超高压电镜、穆斯堡尔谱仪、X射线衍射仪和磁测量仪等对Nd-Fe-B永磁合金中的富硼相进行了研究。结果表明:富硼相以1个孤立的相存在于Nd-Fe-B永磁合金中,它一般位于基体相Nd2Fe14B的三角晶界处,占据的体积份数为4.6%,富硼相中有高密度的缺陷存在,这些缺陷的方向垂直于$\\vec C$轴。富硼相的化学式可以写为Nd1+εFe4B4(s≈0.1),该化合物由2套亚结构,即Fe-B亚结构和Nd亚结构相互套穿而成。2个亚结构均具有四方对称,在四方基面上的晶格常数相同,但沿$\\vec C$方向却有不同的周期,所以富硼相可能为一维的成分变化型无公度结构。在室温下富硼相呈顺磁性,能够在磁体中钉扎畴壁而提高矫顽力,富硼相的显微结构和温度有关,由矫顽力对温度的依赖关系和电镜观察表明富硼相对畴壁的钉扎可能属于强钉扎

无论Eye-in-Hand或Eye-to-Hand型式的机器视觉控制系统,均存在视场受限、丢失等情况,从而无法在一定距离、角度内对目标进行在线视觉测量,进而无法建立全闭环的伺服控制.基于Eye-in-Hand型式的机器视觉控制系统,以及最短测量距离Lmin,提出一种闭环与开环相结合的伺服控制系统:即测量距离大于Lmin时为位置反馈型闭环控制的原位调姿,在测量距离小于Lmin时为位置给定型开环控制,机器人以相对线性运动进给到目标位置.针对该过程中的偏移问题,提出了前馈补偿模型,即利用前期运动数据对运动误差进行估计.实验证明,该方法能有效地补偿定位误差

定义1设a1,a2,…,am,β是一组n维 向量,若存在m个实数k1,k2,…km使得 β=ka1+k2a2++kmam,则称β可以 由a1,a2,…,an线性表示( linear representation).或称a1,a2,…,an线性 表示(linear generate) 例如:a1=(1,2,0)T,a2=(1,0,3)T,a3= (3,4,3)T,则a3=2a1+a2,即存在实数k =2,k2=1使得a3=ka1+k2a2,故a3可以 由a1,a2线性表示。(大家想一想,这里的常 数k1=2,k2=1是怎么求出来的?)

在地下水研究中应用GIS技术,是由于地下水研究需要组织、定量和解释大量的水文 地理数据。早期的地下水模拟研究需要把地图图表等信息转换成计算机可读的格式。这 些工作费时、冗长,并且容易出现误差。水文信息如降水、参数信息(如水力传导度)、参 数格式(如井的位置和流量值)以及辅助信息(如边界条件)都需要海量数据的组织和管 理。事实上,所有这些信息都是空间分布的,在某些情况下,还是时间分布的。其中许多 数据在计算机中以地图形式存在,如栅格形式矢量格式或数据表形式的图像。由于计算 机图形技术的发展,现在这些信息可以有效地通过GIS系统来存取

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

利用中频感应炉炼制四种不同钼、硫含量的钢,通过SEM观察组织并结合XRD分析物相,研究合金中的硫化钼形成规律.结果表明:Mo的质量分数为1.5%时,只能形成FeS,极少量的Mo以Fe3Mo2形式存在;Mo为6.5%时,Mo仍以Fe3Mo2的形式存在;Mo达到11%时,虽有少量的MoS2形成,但多数Mo与Fe形成化合物Fe3Mo2;Mo达到19.5%时生成较多的MoSx;Mo低于10%时很难形成钼的硫化物;退火有利于MoSx的形成,但未发现纯的MoS2生成.由此初步认为:MoSx是FeMoS化合物分解析出的,是亚稳的;在合金中起细化晶粒作用的V,Nb和Ti有过强的硫亲和力,不利于钼的硫化物形成;脱氧的铝也应少加

为了研究非金属夹杂物对航空用超高强度钢性能的影响,采用扫描电镜原位观测的方法,跟踪观察了拉伸和低周疲劳载荷作用下两种航空用超高强度钢中不同种类、形态和尺寸的夹杂物导致裂纹萌生与扩展的微观行为.结果表明,对于单个TiN和AlN夹杂,在拉伸载荷作用下,裂纹均首先在夹杂内部萌生.夹杂面积越大,夹杂内萌生的裂纹条数越多,第1条裂纹萌生所需的应力越小.在疲劳载荷作用下,对于单个TiN夹杂,裂纹也首先萌生于夹杂内部.但对于以点链状形式存在的AlN夹杂,无论是在拉伸还是疲劳载荷作用下,裂纹均首先在点链状夹杂内部两夹杂之间的母材中萌生,然后沿点链状夹杂向两侧扩展.以点链状形式存在的夹杂对材料疲劳性能的危害比单个夹杂严重得多,夹杂物对材料疲劳性能的危害远大于对拉伸性能的危害

利用热重分析仪、扫描电镜和电子探针研究了含As或者Cu+As的C-Mn钢的高温氧化特性.1050℃氧化初期约500 s内,As钢和Cu-As钢为线性氧化阶段,随后转为抛物线氧化,两种钢的抛物线氧化速率均高于C-Mn钢.因氧化层分离,1150℃氧化增重小于1050℃氧化增重.钢中Cu和As的存在促进了固相Fe2SiO4层的生长.由于As在氧化层/基体界面的富集,1050℃氧化时,As钢中存在明显的条带状内部氧化粒子层;C-Mn钢中加入Cu和As后,其氧化层/基体界面变得崎岖不平,内部氧化粒子的数量随着氧化时间及氧化温度的增加而增加.1050℃氧化时氧化层/基体界面处Cu和As的富集程度高于1150℃氧化

立体视频在无质量保证的互联网上传输时会引发立体视频左右视图的帧延时,影响观看质量.本文提出一种利用主观评价与客观脑电(electroencephalogram,EEG)相结合的方式分别对深度和水平延时运动立体视频刺激进行分析,并对二者的差异性进行比较.共有十名被试参加实验,被试观看随机呈现的不同延时等级包括无延时、延时1帧、延时2帧和延时3帧的立体视频片段,并对是否感知到延时效应做出主观判断,同时记录被试的EEG信号.从EEG信号中提取出事件相关电位(event related potentials,ERPs)并结合主观行为数据进行分析与比较.实验结果表明,为保证观看质量,深度运动立体视频中所能存在的最大延时帧数为1帧,水平运动中则不能存在延时效应.与水平延时运动相比,深度延时运动刺激产生的P300成分幅值变化范围更大,表明在深度延时运动刺激下大脑的活跃程度更高.同时,相同延时帧数的深度运动与水平运动刺激所产生的P300成分中,深度延时运动的潜伏期更长,这表明处理深度延时运动刺激所需时间更长

页岩气储层中存在大量的纳微米孔隙，且孔隙裂缝结构复杂，气体渗流阻力大，存在多尺度渗流的问题；页岩气储层压力扰动随时间向外传播并非瞬时到达无穷远，其渗流规律就是一个压力扰动边缘动边界的问题。基于对以上问题的研究，本文建立了渗透率分形分布和高斯分布的渗透率表征模型，对不同形态缝网压裂特征就渗流规律进行了描述，并利用稳态依次替换法，考虑页岩储层中扩散、滑移及解吸作用，进一步研究了多级压裂水平井不稳定渗流压力扰动的传播模型，得到不同压裂条件下压力扰动边界随时间变化的关系，并结合我国南方海相龙马溪组页岩气藏储层参数，应用MATLAB编程。研究表明：压力传播动边界随时间增加逐渐向外扩展，渗透率越小，压力传播越慢；未压裂储层压力传播速度<渗透率分形分布压裂储层传播速度<渗透率高斯分布压裂储层传播速度。对于渗透率极低的页岩气储层，压力传播慢，气井自然产能低，必须对页岩气储层进行大规模的储层压裂改造，并控制压裂程度，以提高页岩气开发效果；基于压力传播动边界的扩展优化页岩储层压裂井段间距90 m，优化渗透率分形分布压裂井井间距318 m，渗透率高斯分布压裂井井间距252 m。因此应合理控制页岩储层压裂改造规模，实现优产高产。模型模拟结果与实际生产数据拟合较好，验证了本研究理论模型的适用性