PIP工艺制备的C/SiC复合材料的氧化行为

PIP工艺制备的C/SiC复合材料中SiC基体富碳,因此增强体和基体均容易氧化。碳纤维和无涂层保护C/SiC复合材料试样在400~1300℃的氧化速率随温度升高而加快,低温为反应控制,高温为扩散控制。CVD-SiC涂层保护C/SiC复合材料和由CVD-SiC层、自愈合层、CVD-SiC层三层涂层保护C/SiC复合材料在400~1300℃的氧化先随温度升高而加快,然后减慢。三层涂层在800~1300℃有非常好的保护效果。扫描电镜照片显示自愈合层的玻璃态物质进入涂层裂纹中,填充裂纹且阻挡氧的通过,从而有良好的抗氧化保护效果。     

活塞环表面CrTiAlN复合涂层的抗高温腐蚀性能研究

采用多弧离子镀技术,利用Cr靶和TiAl靶,在活塞环材料65 Mn钢基体上制备了CrTiAlN复合涂层,并对电镀Cr、CrN和CrTiAlN复合涂层在800℃下的抗高温腐蚀性能进行了比较分析,用扫描电镜、能谱仪和X射线衍射仪观察分析了样品表面高温腐蚀氧化膜。结果表明:CrTiAlN复合涂层具有优异的抗高温腐蚀性能,在800℃时仍具有良好的抗高温腐蚀性能,其氧化机理是O向涂层内部扩散氧化,在高温腐蚀过程中,CrTiAlN涂层中的Cr发生了选择性氧化,优先形成了Cr2O3,CrTiAlN涂层氧化层区域的结构由外至里组成顺序为Cr2O3、Al2O3+TiO2、(Cr,Ti,Al)N。涂层外层的Cr2O3氧化物有利于阻碍氧元素向涂层内部扩散,能够降低涂层的高温腐蚀速度。     

混合均衡问题和不动点问题的公共元的迭代算法

在Hilbert空间中,利用超梯度算法,用以逼近混合均衡问题的解集与半压缩映像不动点集的公共元,并且证明了该算法的收敛性。使用新的分析技巧证明了一个强收敛定理。     

压缩感知新技术专题讲座(三) 第6讲 压缩感知在语音处理中的应用研究

压缩感知CS(Compressive Sensing)作为一门新兴的技术,成为近年来人们广泛关注的研究热点。文中介绍了压缩感知理论的基本原理,在此基础上将压缩感知理论应用到语音信号处理中。首先研究了语音信号的稀疏性,说明了对语音信号进行压缩感知具有可行性;其次,采用随机滤波器组构造随机测量矩阵得到语音信号的压缩测量值;最后,研究了压缩测量值之间的相关性并将这种相关性作为稀疏度的一种度量方法用于控制随机滤波器阶数,实现了语音信号的自适应压缩感知。     

一种新型内孔热喷涂技术及涂层性能研究

介绍了一种新型的内孔热喷涂技术———离心雾化等离子喷涂技术,并阐述了该技术的工作原理和工作过程。通过试验制取了3Cr13涂层和铝涂层,使用扫描电镜、能谱仪和光学显微镜等仪器设备对2种涂层的表面和截面进行观察分析,结果表明,通过该技术制取的涂层具有和传统电弧喷涂层类似的组织结构,并具有氧化物含量低,喷涂粒子大等特点。     

扩展弧超音速等离子喷涂系统及其陶瓷涂层特点

本文介绍了八十年代末出现的超音速等离子喷涂系统,分析了稳定集聚的高热焓、超高速的超音速等离子焰流的形成机理及其对喷涂颗粒的作用,比较了超音速等离子喷涂与常规的大气等离子喷涂的陶瓷涂层的质量,指出超音速等离子喷涂是一项用于获得高质量的陶瓷涂层的新技术.     

电弧喷涂Fe—Cr—Ni管状丝材涂层性能研究

金属管状丝材是热喷涂领域中的一种新型材料.本文对电弧喷涂含稀土元素的Fe—Cr—Ni营状丝材的涂层结合强度、相对耐磨性、显微硬度等机械性能进行了研究,并利用扫描电镜(SEM)、X射线衍射仪及能谱等分析方法研究了涂层的形貌、成分和相组成.     

脉冲串信号时差估计优化算法

针对脉冲串序列信号的目标定位任务,传统的单脉冲到达时间差定位方法由于测量单个脉冲的到达时间产生的误差可能偏大,而导致目标定位精度不能满足实际工程需求。现提出两种优化定位精度的方法,前者是针对在脉冲串未出现缺失的条件下,利用最小二乘法计算两个基站接收到的脉冲串到达时间差;后者是针对在脉冲串出现缺失的条件下,利用序列相似性原理对脉冲串到达时间差进行搜索,两者都能减小测量误差对整个定位系统的影响,提高整个系统的定位精度。     

梯度学习的参数控制帮助线程预取模型

对于非规则访存的应用程序,当某个应用程序的访存开销大于计算开销时,传统帮助线程的访存开销会高于主线程的计算开销,从而导致帮助线程落后于主线程。于是提出一种改进的基于参数控制的帮助线程预取模型,该模型采用梯度下降算法对控制参数求解最优值,从而有效地控制帮助线程与主线程的访存任务量,使帮助线程领先于主线程。实验结果表明,基于参数选择的线程预取模型能获得1.1~1.5倍的系统性能加速比。     

基于pLSA模型的人体动作识别

提出一种基于主题模型的人体动作识别方法。该方法首先提取时空兴趣点(STIP,space-time interest point)来描述人体运动,然后提出使用慢特征分析(SFA, slow feature analysis)算法计算兴趣点梯度信息不变量最优解,最后使用概率潜在语义分析 (pLSA, probabilistic Latent Semantic Analysis) 模型识别人体动作。SFA计算的梯度不变量最优解可以表示时空兴趣点固有特征,能够无歧义反映时空兴趣点在空间及时间方向上的信息。同时,针对pLSA隐性主题正确性无法保证的缺点,算法将主题与动作标签“一对一”相关,通过监督方式得到主题,保证了训练中主题的正确性。该算法在KTH人体运动数据库和Weizmann人体动作数据库进行了训练与测试,动作识别结果正确率分别在91.50%和97%以上。