常温腐蚀对Al-Si涂层氧化行为的影响

研究了未经 /经常温腐蚀的 DZ1 2 5镍基合金表面 Al-Si涂层的高温氧化行为。结果表明 ,经腐蚀的涂层等温氧化行为发生变化。在初始阶段 ,经腐蚀的试样增重大于未经腐蚀的试样 ,而且经腐蚀的试样的耐高温性能明显下降。氧化皮中主要是 Al2 O3及少量的 Ti O2 .     

金属图象分割的研究

结合金属图象的特点,利用传统阚值分割技术和基于最大熵原则的图象分割技术对金属图象分割进行了分析;并根据金属图象分析要求,提出了先二值化金属图象再进行边缘提取的方法.对比实验结果表明,基于最大熵原则的图象分割技术可以获得较好的分割效果,所提出的方法能够获得连续闭合的晶粒边缘,为下一步的金属图象分析提供了可靠的依据.     

我国航空材料的腐蚀与防护现状与展望

评述了我国航空材料腐蚀与防护技术的现状,主要介绍了我国在自然环境试验、户内加速试验、腐蚀机理和测试、高温防护涂层以及表面处理和防护技术,展望了我国航空材料腐蚀与防护技术的发展趋势及应用前景.     

浅谈飞机螺纹连接件电镀层厚度及螺纹配合间隙

在沿海地区服役的飞机 ,通常是在含有腐蚀性气体和在高温及高湿热复杂环境条件下工作的。此时 ,暴露在外部及内部需经常拆卸的飞机螺纹连接件的锈蚀问题 ,严重地影响了飞机连接件的正常拆卸和安装及连接件的寿命。为提高飞机螺纹连接件的抗腐蚀能力 ,改善飞机的维修性能和提高飞机的使用寿命 ,本文根据镀层厚度与螺纹配合间隙的关系 ,结合国内外相应标准的规定 ,在保证螺纹连接强度的情况下 ,对如何合理选择镀层厚度和螺纹配合间隙来提高抗腐蚀能力的问题做了论述     

基于运动形态学的掠地飞行器视频检测方法

 结合数学形态学、视频图像运动分析以及数学统计分析方法，提出了一种用于空中预警控制系统(AWACS)的小型掠地飞行器运动形态学视频检测方法。该方法首先应用形态学tophat滤波提取出视频图像中的可疑目标(SO)，并求取SO的运动参数，利用真实目标和类目标干扰的不同运动特性，应用数学统计的方法对各运动参数进行分析以剔除部分类目标干扰，从而获得潜在目标(PT)的灰度分布和运动参数。在应用形态学tophat滤波器进行可疑目标提取中，一种新的金字塔型结构元的引入有效减少了虚警数量。外场试验表明，该检测方法能够有效抑制航拍掠地飞行器视频图像中的地物干扰，降低虚警目标的数量。     

失速起始检测的低频平均频谱幅值法

高速多级轴流式压气机在中低转速的失速起始总是以短周期扰动的形式出现。为了在压气机整机进入深度失速前检测到失速起始信号，通过分析提出了一种基于低频平均频谱幅值的失速起始信号检测方法。对某轴流式压气机压力测量信号的分析结果表明，该方法是准确、可靠和快速的，有望用于失速起始的实时检测。     

基于小波变换的自适应多用户检测算法

在分析传统自适应多用户检测的基础上 ,提出了一种基于小波变换的自适应多用户检测算法。用小波变换进行前处理 ,然后再通过 LMS算法实现自适应多用户检测。与通常的自适应多用户检测算法相比 ,该算法利用了小波变换对小波空间进行了分解 ,信号经小波变换后自相关性会下降 ,收敛速度提高。同时在此分解过程中 ,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明 ,该算法收敛速度较快 ,计算量增加较少 ,易于实时实现 ,而且具有良好性能。同时仿真实验表明 ,收敛速度与小波基选择有关 ,对于同一小波基系列 ,小波基的正则性越好收敛速度越快     

电沉积CeO2/Zn纳米复合涂层

将纳米氧化铈颗粒加入镀锌液中进行复电沉积制得纳米复合涂层。通过失重法，ICP，SEM和XRD方法探讨了纳米氧化铈颗粒对电沉积锌涂层的影响。结果表明，在同样的电沉积条件下，纳米复合涂层的耐蚀性明显提高，而微米复合涂层的耐蚀性只稍有改善；纳米复合涂层中氧化铈的含量高于微米复合涂层中的氧化铈含量。纳米氧化铈颗粒改变了锌涂层的表面组织形貌和晶体结构，从而提高了涂层的耐蚀性。     

纳米CeO2/Galfan复合材料的制备工艺

在不同介质中分别用球磨和超声振动对纳米C eO2颗粒进行了预处理;用搅熔铸造工艺制备了质量分数约为1%的纳米C eO2/G a lfan复合材料,用XRD(X-ray d iffration)分析了其中的物相,用场发射扫描电镜(F ie ldem iss ion scann ing e lectron m icroscopy,FE-SEM)观察了纳米C eO2颗粒在基体中的分散情况,并测试了其显微硬度;用中性盐雾腐蚀试验来评价复合材料的耐蚀性,并用XRD检测了腐蚀产物。结果表明,经超声预处理的颗粒与熔体具有较好的润湿性,能单粒分散其中,且制备的复合材料的显微硬度值提高了近一倍。     

遗传算法设计梯度子实现优化的图象边界检测

计算机图象处理技术可广泛应用各种图象测试、模式识别和计算机视觉等领域，而图象边界检测是计算机图象处理的最基本和最低层的步骤之一。由于噪声的干扰和图象光照不均匀等因素的影响，目前的图象边界检测方法还不能有效地检测出各种不同模式的边界。本文提出了一种基于遗传算法和灰度梯试算子的图象边界检测法，通过对样本图象的训练，设计对训练样本模式最优的灰度梯度算子，增加了对噪声的抗干扰能力，并且使被检测出的边界更准确。