针对采用以太网控制自动化技术(EtherCAT)工业总线的感应电机交-直-交变频矢量控制系统的入侵检测技术进行了研究. 首先通过对EtherCAT总线协议进行深度解析, 结合目前为止已经发现的EtherCAT工业总线常见协议漏洞, 提取协议数据包的关键特征并构建EtherCAT总线协议入侵检测规则库, 采用三维指针链表树作为针对EtherCAT总线协议规则库的检索数据结构; 其次, 根据感应电机交-直-交变频矢量控制系统的物理模型, 进行模型参数仿真计算, 并根据仿真计算值, 构建矢量控制模型入侵特征的最小二乘支持向量机(least square support vector machine, LSSVM)分类器, 使用混沌粒子群优化(choatics particle swarm optimization, CPSO)算法对分类器的参数进行优化, 二者共同构成了CPSO-LSSVM入侵检测分类算法. 异常数据包在被分类后, 会被传递给Suricata入侵检测引擎进行精确规则匹配; 最后为该入侵检测系统搭建物理实验环境, 经过测试, 本文中的交-直-交变频矢量控制模型仿真结果动态性能良好, 与实际矢量控制系统参数的波形变化趋势相近. 通过抽取KDD Cup99测试数据集中的一部分对该入侵检测系统实施DOS攻击、R2L、U2R以及PROBING攻击行为, 验证该入侵检测系统的有效性

使用载荷分离理论的延性断裂韧性单试样方法,选取汽轮机转子钢Cr2Ni2MoV对规则化法和SPb分离参数法进行了研究.结果表明,在规则化法中,钝化修正时的钝化线方程仅对裂纹扩展较小时的J阻力曲线产生影响.提出了改进SPb分离参数法,消除了参考钝裂纹试样的影响;同时采用钝化修正后的初始裂纹长度和试验终止裂纹长度进行标定,可获得合理的裂纹长度预测结果.由改进SPb分离参数法得到J阻力曲线在较小裂纹扩展范围内均略高于由规则化法得到的J阻力曲线,而当裂纹产生扩展较大时,两种方法得到的J阻力曲线几乎完全重合;由规则化法得到的条件启裂J积分JQ值偏于保守

测试了阴离子型低相对分子质量聚丙烯酰胺PAM A401作用对煤及高岭石絮体表观粒径分布、样品红外光谱以及表面润湿性的影响,并通过浮选速度实验验证PAM A401的作用效果.研究表明,12 mg·L-1PAM A401且循环搅拌11 min时,煤絮体累积粒度分布达到10%、50%和90%时对应的粒径分别是高岭石絮体的6.86、2.22和2.45倍,呈较好的絮凝选择性.吸附PAM A401后,煤的亲水性官能团特征峰增强,疏水性降低;高岭石的亲、疏水性官能团均有增加,疏水性略高.与常规浮选相比,选择性絮凝浮选实验的浮选速率较大,捕收剂用量降低30%.浮选3 min时,选择性絮凝浮选实验的可燃体回收率为81.57%,较常规浮选实验高3.64%,精煤灰分相当.PAM A401虽使煤颗粒的表面润湿性降低,但微细粒煤颗粒表观粒径增大的效应促进微细粒煤泥的分选

采用激光熔覆与微弧氧化技术相结合在海洋钢表面制备了复合膜层.运用扫描电子显微镜（SEM）、能谱仪（EDS）和X射线衍射仪（XRD）表征复合膜层的微观结构，采用极化曲线、电化学阻抗谱、腐蚀磨损实验和浸泡腐蚀实验等测试方法研究膜层在质量分数3.5%的NaCl水溶液中腐蚀行为，并与熔覆涂层和基体进行对比.结果表明：复合膜层主要分为内致密层和外疏松层，疏松层主要由γ-Al2O3组成，致密层主要由α-Al2O3组成，与基底层结合较好，复合膜层表面硬度最大能达到HV0.2 1423.3，比熔覆涂层高47.6%，其硬度较S355海洋钢有显著提升.基体在腐蚀和磨损交互作用中主要以腐蚀加速磨损为主，涂层在交互作用中主要以磨损加速腐蚀为主，在经过微弧氧化处理后，膜层的自腐蚀电位负移，钝态电流密度上升，抗磨蚀性能明显提高.熔覆涂层的浸泡腐蚀方式以点蚀为主，复合膜层腐蚀较轻微，阻抗模值最大能达到105.3 Ω·cm2，比熔覆层提高两个数量级，这表明复合处理可进一步提高涂层的耐腐蚀性

为了保证齿轮钢中非金属夹杂物的控制，并确定齿轮钢经济合理的总氧含量控制目标，开展了总氧含量对齿轮钢中非金属夹杂物的影响研究。以三种不同总氧含量的Mn–Cr系齿轮钢为研究对象，利用Aspex扫描电镜、极值法、疲劳测试等不同方法研究了齿轮钢中非金属夹杂物数量、分布、尺寸等，获得了夹杂物与齿轮钢总氧含量的对应关系。在本文实验条件下，随着总氧含量的降低，钢中氧化物夹杂数量不断减小，其中5～10 μm的小尺寸夹杂物减小最明显，而10 μm以上的大尺寸夹杂物数量变化规律不明显。另外，极值法和疲劳试验结果表明，总氧含量高时（质量分数为0.0013%），钢中最大氧化物夹杂尺寸也较大，比总氧质量分数为0.0010%和0.0005%的实验钢的最大夹杂物尺寸高10 μm以上，且当总氧含量比较低时（质量分数≤0.0010%），实验钢总氧质量分数变化（0.0010%、0.0005%）对钢中最大夹杂物尺寸影响不大

采用金相显微镜、扫描电子显微镜、电化学实验和浸泡实验研究了打印角度30°、45°和60°的SLM-Ti6Al4V试样的组织结构及其在NaF溶液中的腐蚀行为。结果表明，三种试样的组织结构都是原β晶粒内部交叉分布针状α'相；打印角度45°试样中针状α'相尺寸与微观结构晶格畸变程度最小。电化学测试结构表明，三种试样在NaF溶液中的腐蚀行为特征都是随溶液浓度增加，由自发钝化逐渐转变为活性溶解，其临界氟离子浓度分别处于0.0005～0.00075、0.00075～0.001和0.0005～0.00075 mol·L?1。浸泡试验结果表明，当NaF浓度低于临界氟离子浓度的时候，试样表面基本保持完整，而高于临界值的时候试样表面发生活性溶解。此外，对比三种试样的耐腐蚀性能可以发现，打印角度为45°试样的耐腐蚀性能优于其他试样的性能

网络环境下的恶意软件严重威胁着工控系统的安全，随着目前恶意软件变种的逐渐增多，给工控系统恶意软件的检测和安全防护带来了巨大的挑战。现有的检测方法存在着自适应检测识别的智能化程度不高等局限性。针对此问题，围绕威胁工控系统网络安全的恶意软件对象，本文通过结合利用强化学习这一高级的机器学习算法，设计了一个检测应用方法框架。在实现过程中，根据恶意软件行为检测的实际需求，充分结合强化学习的序列决策和动态反馈学习等智能特征，详细讨论并设计了其中的特征提取网络、策略网络和分类网络等关键应用模块。基于恶意软件实际测试数据集进行的应用实验验证了本文方法的有效性，可为一般恶意软件行为检测提供一种智能化的决策辅助手段

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

为尽可能高地提高液晶显示器（LCD）的动态范围以实现高动态范围显示，提出了一种基于动态阈值背光亮度提取和液晶像素补偿两步法的区域背光算法，以提高液晶显示器背光模组和液晶面板的动态范围，从而使调光后图像的对比度和视觉质量都得到增强.仿真结果表明，用该算法区域调光后图像的对比度平均提高了113.60%.此外，用自主研发的直下式白光LED分区背光液晶显示样机通过显示具体图像对所提出算法进行性能测试，显示结果表明区域调光后图像的层次和色彩得到了增强且提高了对比度，证明了所提出算法能有效提高液晶显示器的对比度并改善显示画质

锂离子电池在大功率应用下的热控制和热管理已成为制约电动汽车商业化的瓶颈，为解决此问题，运用微热管阵列设计锂电池模块散热系统，在开放条件下对电池模块进行恒流18 A（1 C）和36 A（2 C）充放电测试，通过测量布置微热管阵列前后电池表面温度可知：在1 C和2 C充放电倍率下，散热系统能够有效的降低电池模块的温度及电池间温度差异，将温度和温度差值分别控制在40℃与5℃之内，可以解决温度对电池寿命和容量的影响问题.基于实验数据，对其中一2 C工况热量进行了计算，得到通过微热管阵列的对流散热量达到模块生热量的40%