通过对不同厂家或产线生产的相近成分和显微组织的8种低合金工程结构钢样品进行中性盐雾加速腐蚀试验，结合成分测试、微观组织分析、腐蚀产物分析及数据统计与计算拟合等方法，提出了评价低合金结构钢耐蚀性的综合耐蚀指数及其包含钢材成分、夹杂物、组织及晶粒度等多因素的数学表达式。研究结果表明，低合金工程结构钢的耐蚀性除与传统的耐蚀指数I相关外，还受钢中夹杂物、显微组织、晶粒度等多种材料因素的耦合影响，其影响程度按从大到小排序依次为耐蚀合金元素所决定的耐蚀指数I、夹杂物总量、珠光体含量和晶粒度级别。综合耐蚀指数Y可作为比耐蚀指数I指数更有效的低合金钢耐蚀性判据，具有重要的工程应用价值

针对机器人谐波减速器关节在转动过程中存在的波动摩擦力矩, 提出一种基于傅里叶级数函数和BP神经网络的建模方法, 并完善机器人的动力学模型, 修正了因波动摩擦力矩带来的关节力矩计算误差. 通过研究谐波减速器关节的波动摩擦力矩在不同影响因素下的变化特性, 采用傅里叶级数与BP神经网络结合的方法对波动摩擦力矩进行建模. 通过添加傅里叶级数函数作为BP神经网络的辅助输入, 克服了力矩误差曲线因存在高频周期性波动而难以拟合的困难. 在离线环境下训练神经网络, 完成对关节波动摩擦力矩的建模, 进而完善机器人的动力学模型和修正关节中存在的波动摩擦力矩. 验证实验表明, 使用完善后的动力学模型可以有效计算谐波减速器关节的波动摩擦力矩, 并使修正后的力矩误差维持在[-0.5, 0.5] N·m的范围之内, 方差为0.1659 N2·m2, 是修正前的24.23%

采用圆环压缩法和挤压–模拟法测定Zr-4合金有润滑条件下的摩擦因子，讨论了2种方法所测定摩擦因子存在差异的原因。研究结果表明，在模具（砧面）粗糙度Ra = 0.6 μm、实验温度700～800 ℃的条件下，采用圆环压缩法获得的Zr-4合金与模具的摩擦因子为0.18～0.27，摩擦因子随实验温度的升高而增大。挤压温度为750 ℃时，采用挤压–模拟法获得的热挤压平均摩擦因子为0.35。测试结果存在较大差异的原因，是由于挤压过程润滑剂的剪切速率较圆环压缩实验大得多，且挤压过程中润滑剂所受压应力约为圆环压缩实验中的两倍，从而导致润滑剂黏度的增大，表现为摩擦因子较高。圆环压缩法获得的摩擦因子更适合于Zr-4合金的锻造等热加工工况

非刚性图像配准一直是计算机视觉领域的研究重点. 为解决上述问题, 提出一种改进的光流场模型算法, 以提高光流估计的准确度. 算法首先对原始变分光流模型进行了改进, 提出利用新的各向异性正则项来代替原来的同向扩散函数, 以避免图像模糊, 保留图像的边缘特征与细节特征; 此外, 通过引入包含邻域信息的非局部平滑项来去除光流噪点, 同时增加了一个结合图像结构与光流运动信息的权函数, 以减少过平滑所造成的细节丢失, 提高算法的鲁棒性. 最后, 利用交替最小化与金字塔分层迭代策略相结合的方法求解位移场, 实现非刚性图像的自动配准. 仿真实验结果表明, 与传统方法相比, 本文算法对不同类型的非刚性图像均具有较高的鲁棒性, 取得了理想的图像配准效果

随着我国隧道工程建设的快速发展,由隧道病害引发的隧道质量和安全问题越发常见.通过地质雷达探测隧道病害对于减少隧道质量和安全问题具有十分重要的意义,为了提高病害探测的效率及可靠性,基于雷达反射波信号多维度分析,提出一种隧道病害智能辨识的新方法.根据反射波信号时域、频域及时频域分析结果提取病害信号辨识的6个典型特征,利用支持向量机算法对典型特征的训练构建病害信号的二分类模型,实现了病害水平分布范围的自动辨识;再依据病害信号的第一本征模态函数分量振幅包络计算病害深度分布范围,最终实现隧道病害的智能辨识.结合某隧道回填层雷达实测数据对智能辨识算法的性能进行评价,与人工辨识结果的对比表明,该智能算法对于病害的辨识能力较强,病害的识别率高达100%,但辨识结果中同时存在少量误判,准确率达78.6%,满足工程应用的需求.该算法可用于隧道工程各类地质雷达探测数据中病害的智能辨识,而对于其他领域的地质雷达探测数据,本文研究成果亦可为不同类型探测目标智能辨识算法的设计提供可行思路

为解决堆浸过程中由于大量矿粉存在而导致矿堆渗透性差、浸出率低等问题，以次生硫化铜矿为原料，开展了制粒试验研究.考察了不同制粒黏结剂对矿粉的黏结效果，确定了最佳的制粒黏结剂、制粒工艺以及制粒方法.通过正交制粒试验，明确了影响制粒试验的主要因素.试验结果表明：不同制粒黏结剂的黏结效果排序依次为：SFS-2 > SFS-3 >水泥>半水石膏> SFS-1 > SFS-0 >硅酸钠>阳离子型聚丙烯酰胺.当选用黏结剂SFS-2，黏结剂占矿粉质量分数为8%、加酸量为25 kg·t-1以及制粒过程喷水质量分数为30%时，所制矿团效果最佳.其湿强度达到94.62%，抗压强度达到417.44 N，矿团酸浸维持完好时间超过25 d，矿团形态基本维持不变，无明显破裂现象.正交制粒试验得到多因素对次生硫化铜矿制粒的影响由大到小依次为：黏结剂占矿石质量分数、加酸量和制粒喷水量.对选定的黏结剂进行细菌接种试验显示，黏结剂对细菌群落无明显影响.添加黏结剂试验组细菌数量为8.79×107 mL-1，未添加黏结剂试验组细菌数量为8.86×107 mL-1.对制粒后矿团进行浸矿试验结果显示，矿粉制粒后铜浸出率提高了12.74%，制粒通过增大矿物之间的孔隙，增加浸出液与矿石的接触，进而提高铜浸出率

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

为提高无法准确建立数学模型的非线性约束单目标系统优化问题的寻优精度,并考虑获取样本的代价,提出一种基于支持向量机和免疫粒子群算法的组合方法(support vector machine and immune particle swarm optimization,SVM-IPSO).首先,运用支持向量机构建非线性约束单目标系统预测模型,然后,采用引入了免疫系统自我调节机制的免疫粒子群算法在预测模型的基础上对系统寻优.与基于BP神经网络和粒子群算法的组合方法(BP and particle swarm optimization,BP-PSO)进行仿真实验对比,同时,通过减少训练样本,研究了在训练样本较少情况下两种方法的寻优效果.实验结果表明,在相同样本数量条件下,SVM-IPSO方法具有更高的优化能力,并且当样本数量减少时,相比BP-PSO方法,SVM-IPSO方法仍能获得更稳定且更准确的系统寻优值.因此,SVM-IPSO方法为实际中此类问题提供了一个新的更优的解决途径

提出基于管道流体信号的自振射流特性检测方法, 将压力传感器从高压罐内移至高压罐外, 布置在高压罐外的前端管路上, 从而避开高围压环境影响; 通过双压力传感器拾取管道流体压力脉动信号, 并运用信号处理技术有效抑制干扰噪声, 提高有用信号强度, 准确获取射流的压力脉动信息.试验表明, 管道流体压力信号的频谱特征与喷嘴腔内检测法具有一致性, 且与理论计算较为吻合, 充分表征了射流的压力振荡特性; 其声功率谱与高压罐内水听器检测结果相一致, 较好地表述了射流的空化作用特性.由此认为基于管道流体信号的检测法用于自振射流特性的检测是完全可行的, 具有先进性, 为高围压下自振射流的研究提供了新手段

介绍了基于直流电压降法测量蒸汽发生器传热管690合金轴向疲劳裂纹扩展速率的销加载拉伸方法.该方法与其他方法相比较,可以直接采用原始管状材料,在线连续测量管状试样在不同应力强度因子下的疲劳裂纹扩展.通过对标准紧凑拉伸试样的类比分析,建立传热管试样的销加载拉伸模型,并对该模型进行电学和力学有限元模拟分析,确定直流电压降数据采集方法.验证试验采用核电蒸汽发生器用690合金传热管,分别研究了室温和高温325℃空气中载荷和温度对材料疲劳裂纹扩展速率的影响,试验结果采用Paris-Erdogan公式进行拟合,吻合度较好.扫描电镜下观察端口形貌,疲劳裂纹的扩展为穿晶形式,在穿晶断口上观察到明显的疲劳辉纹和微塑性区