摘要：Morphing leading edge has great potential for noise abatement and aerodynamic efficiency *** drooping effect is realized by bending of the flexible skin which encloses to form the leading *** the flexible skin is often made of composite laminates of Glass Fiber Reinforced Plastics(GFRP),the lay-up sequences have become the determinant,which affects not only the morphing quality but also the manufacturing *** optimizing methods of layup sequences are comparatively *** the first method,the laminal quantities in 0
,±45
and 90
vary independently,while in the second one,the concept of isotropic laminate unit[0/45/
45/90]s is employed and the unit quantity is the unique *** evaluation demonstrates that for both methods there is insignificant impact to the overall morphing quality;however,specific concern is equally necessary for these two methods to the tip of the leading edge where the skin is at its minimum thickness and bears the most severe bending *** terms of computational efficiency and post-processing labor,the second method has better performance.

摘要：Zeolite catalysts,such as H-mordenite(H-MOR),are readily deactivated by coke deposition in carbonylation *** modification of H-MOR can improve its stability but can lead to an undesirable loss in catalytic ***,we report the intrinsic impact of the pyridine adsorption behavior on H-MOR and the spacial hindrance of the zeolite frameworks on dimethyl ether(DME)carbonylation at a molecular *** discovered that acid sites at O2 positions,located on common walls of eight-membered ring(8-MR)side pockets and 12-MR channels,were active in DME carbonylation,but were unfortunately poisoned during pyridine *** functional theory calculations revealed that the pyridine-poisoned acid sites at the O2 positions could be easily regenerated due to the spacial hindrance of the zeolite ***,they can be facilely regenerated by proper thermal treatment,which induces 60%promotion in the catalytic activity along with a high *** findings demonstrate the determining role of O2 positions in H-MOR for DME carbonylation and provide a new avenue for the rational design of other efficient zeolite-relevant catalytic systems.

摘要：深度学习模型能够辅助提高基于导波的复合材料结构损伤监测的可靠性,但需要大量的损伤样本。以大量的模拟损伤样本和少量的真实损伤样本为基础,设计一种基于域自适应的损伤识别模型,实现从模拟损伤识别向真实损伤识别能力的迁移。首先,通过粘贴质量块收集大量模拟损伤数据,设计卷积-时序混合神经网络,实现对模拟损伤的高准确率识别;然后,在模型中加入域自适应模块,使模拟损伤和真实损伤数据在特征空间内分布规律近似,进而在无需对真实损伤进行标注的情况下,实现准确识别。实验结果表明,该方法对真实损伤的检出准确率为85.7%,优于传统深度学习模型。

摘要：计算机视觉的裂纹自动识别算法在飞机结构疲劳试验中具有较好的工程应用前景,但由于飞机结构构型多样及疲劳试验环境复杂,传统方法的裂纹识别准确率难以满足要求。针对此问题,设计了一种基于关键结构定位的检测策略,并以目标分割算法掩码-区域卷积神经网络(Mask-regionconvolutionalneuralnetwork,简称Mask-RCNN)为基础对模型架构和非极大值抑制模块进行了适应性改进,提出了一种裂纹自动识别方法。该方法具有主动避开干扰因素、对图片质量要求较低的特点,同时利用Mask-RCNN将像素信息引入参数优化的特性,具备更高的识别准确率。在元件疲劳试验中,该方法对铆钉、裂纹的识别准确率分别为100%和87.5%,相较于现有方法优势显著。

摘要：针对目前飞机结构疲劳试验损伤检测中计算机视觉识别模型面临的主要问题是如何从同为毫米级的表面纹理、划痕、污迹中识别出疲劳裂纹,提出了基于双向融合网络(bidirectional fusion network,简称BF-Net)和孪生分差的飞机结构裂纹检测方法。首先,采用分级检测策略,提取出可能出现裂纹的重点区域;其次,设计面向微小目标识别的BF-Net,通过自上而下和自下而上的特征融合操作从区域图像中自动获取高质量的裂纹特征信息;最后,采用孪生分差法,基于重点区域的自身特征信息以及与模板间的特征差异信息来综合判别裂纹。试验结果表明,该方法能够实现对微小裂纹的精确检测,为飞机结构疲劳试验中裂纹的自动化检测提供了有效的技术途径。

摘要：为了快速准确地识别出红外图像中温度值实现缺陷检测,提出了面向电力设备红外图像的温度值识别算法。针对温度值区域背景复杂的问题,根据红外图像直方图自适应确定阈值进行预处理;结合轮廓与相对位置信息,准确定位温度值区域,并实现字符分割;建立温度值图像数据集,采用卷积神经网络进行训练和测试;基于MATLAB的App Designer模块,设计温度值识别与记录系统。结果证明,该算法对温度值识别准确率达到98.6%,高于传统的字符识别算法,能够实现快速识别与准确记录温度值,有效降低了电力巡检人员的劳动强度。

摘要：将过量排放的CO_(2)加氢合成高附加值甲醇的过程因受热力学限制使其原料转化利用率较低,通过产物转化分离的方式能够打破热力学平衡,从而推动反应正向进行,提高CO_(2)转化率。本文以将甲醇作为中间体耦合其他反应继续转化成低碳烯烃、芳烃等化工原料,以及利用膜反应器将副产水原位脱除等两种典型的产物转化分离方式为中心,分别展开论述其在促进CO_(2)加氢反应过程中,耦合反应条件优化、催化剂筛选制备以及分子筛膜反应器设计与改性等方面的研究现状。重点讨论了耦合反应的双功能型催化剂中分子筛载体的酸性与孔道结构对反应性能的影响,并分析了膜反应器未来的研发重点与难点在于进一步提高其制备可重复性。

摘要：以车载终端项目开发过程中遇到的单件小批量印刷电路板(PCB)塑料安装盒为研究对象。根据单件小批量PCB关键尺寸及功能端口要求,采用三坐标测量等方法获取该PCB点云数据。借助Imageware软件等,提取该PCB关键尺寸参数,确定该PCB安装盒设计参数。基于Solid Works软件完成该PCB塑料安装盒参数化设计,形成三维造型,并完成虚拟装配及干涉检查。利用3D打印技术,完成PCB塑料安装盒产品工程样机快速原型制造。对项目开发过程中单件小批量塑料安装盒的快速和经济制造具有一定的工程应用价值。

摘要：采用L9(34)正交实验设计法研究了铝灰渣水解过程时间、温度、转速等因素对铝灰渣中AlN含量的影响,确定了水解参数的主次关系依次为时间、温度、转速。进一步优化了铝灰渣水解工艺,确定了时间、温度、转速的最佳条件值分别为20h、100℃、300r/min。采用非线性回归分析对水解参数进行了深入分析,得出了铝灰渣中AlN含量与各水解参数的非线性关系。实验值与理论值对比结果表明,相对误差值基本可以控制在±9.65%以内,研究结果可为铝灰渣水解过程中AlN含量的预测与控制提供一定参考。

摘要：基于导波的损伤诊断方法在航空结构健康监测领域具有较好的工程应用前景,但由于使用环境和结构形式复杂、结构损伤识别阈值依靠先验知识确定,在提高损伤诊断准确性和可靠性方面还面临巨大挑战。人工智能方法可以降低对先验知识的依赖,但是需要大量的试验数据,实际工程中无法承受。因此,本文提出一种利用模拟物理损伤产生大量数据,再结合少量真实损伤数据进行结构损伤识别的研究思路,并以迁移学习算法为基础架构,设计了适用于实际工程应用的结构损伤识别模型PRED_RF。试验结果分析表明,在有限数据的情况下,PRED_RF模型的损伤识别效果明显优于其他传统机器学习和深度学习模型,结构损伤识别准确率达到了94.48%。