铸造A356.2（Sc，La）铝合金研究

采用铸造工艺制备了A356.2（Sc，La）铝合金，测试分析了稀土元素Sc和La对铝合金中共晶硅的细化作用及对合金力学性能的影响。结果表明，单独添加稀土元素La对A356.2（La）铝合金中的共晶硅有一定的细化作用，但对力学性能的改善作用不大。而含有两种稀土元素0.38%Sc+0.14%La的A356.2（Sc，La）铝合金中的共晶硅细化作用较好和力学性能更高，其共晶硅细化到2.3 μｍ，抗拉强度和伸长率分别达到181.6 MPa和4.0%。稀土Sc和La对共晶硅的细化作用主要是弥散强化和细晶强化共同作用的结果，这两种强化与铝合金中析出的Al₃Sc相和稀土La相有关。     

双重模态文本引导的图像修复算法

为解决现有图像修复算法因缺乏足够的上下文信息导致修复大面积破损时效果差且修复结果不可控的缺陷，提出了双重模态文本引导的图像修复算法。引入文本标签作为修复的控制引导，确保修复结果的整体与区域一致，并增加修复的可控多样性。设计双重模态掩码注意力机制提取破损区域的语义信息；通过深度文本图像融合模块加深生成器中的文本图像融合过程，并应用图像文本匹配损失最大化生成图像与文本之间的语义相似度；采用投射鉴别器训练生成图像与真实图像增强修复图像的真实性。在2个带有文本标签的数据集上进行定量和定性实验，结果表明：生成的修复图像与引导文本描述一致，可根据不同的文字描述生成多样的结果。     

基于注意力YOLO-V3的合成孔径雷达舰船检测识别一体化方法

传统的合成孔径雷达舰船检测识别需要分两步实现，检测识别精度和效率难以满足实际应用需求。本文结合注意力机制和YOLO-V3网络提出了注意力YOLO-V3网络实现合成孔径雷达舰船检测识别一体化。同时，利用公开的AIR-SARShip-1.0数据集和OpenSARShip数据集构建了大场景舰船检测识别数据集，用于验证目标检测识别性能。实验结果表明，本文提出的注意力YOLO-V3网络可以获得较高的检测识别精度，证明了本文方法的有效性。     

一种应用层可靠组播传输控制方法

针对航天运载和战术领域数据处理要求多台终端同时高效显示数据的需求，提出了一种应用层可靠组播传输控制方法。该方法在发送的数据包中添加额外的序号控制信息，发送方定时广播携带已发送最大数据序号的心跳包，接收方根据心跳包中的序号向发送方反馈丢失的报文序号和已收的最大连续报文序号。实验证明，本文提出的应用层可靠组播传输控制方法能够有效地保证组播传输的有序性和可靠性，并在航天数据处理领域得到了广泛应用。     

激光支持的脉冲等离子体推力器工作过程实验研究

为了加深对激光支持的脉冲等离子体推力器工作过程的认识，本文对有无陶瓷隔离板和不同初始电压下的激光支持的脉冲等离子体推力器进行了实验研究。利用放电伏安特性对比了放电特性参数和性能参数，然后利用结合窄带滤光镜的高速摄影技术揭示了性能差异背后的物理过程变化。结果表明，陶瓷隔离板可以有效避免放电电弧对工质的烧蚀，这可以抑制滞后烧蚀的产生，从而提高推力器的推进性能。对激光烧蚀产生的工质的电离和加速是在多次振荡放电过程中进行，而不像理想电流片模型那样只电离和加速一次。放电通道内工质的电离和加速效果最为显著的时间为放电的第2个半周期。随着初始电压的增加，单位放电能量产生的推进性能先增加后趋于平稳，然后继续增加。单位放电能量产生的推进性能在初始电压高于2050V后得到较大的提高，通过放电等离子体图像推测，这意味着附着等离子体电弧的存在对推力器性能的提高有重要影响。     

基于改进的SENet航空发动机振动预测

为实时监测和预警航空发动机振动状态，基于气路及振动参数，提出一种使用改进的SENet（squeeze-and-excitation network）模型，对航空发动机近未来的振动进行预测。该研究相比以往采用的实验室模拟数据和仿真数据，使用了真实的QAR（quick access recorder）数据并进行随机采样，以求更能表征发动机振动和工作参数之间的关系。同时，不仅使用其他振动信号进行验证，还在其他型号的发动机上进行测试。结果表明:针对航空发动机的振动进行预测是可行的，SENet模型可以有效并实时追踪振动的突变和波动。此外，该方法对于其他振动信号和不同类型的发动机具有一定的适用性。而且相较于以往采用的其他经典的深度模型，SENet模型在振动的预测中能得到更小的误差。实验证明，相较于以往只使用振动这个单参数进行预测，并行使用与振动相关的多参数融合进行研究更能提高预测的准确性。      

嵌入注意力机制的多尺度深度可分离表情识别

针对面部表情识别中，传统机器学习方法特征提取较为复杂，浅层卷积神经网络识别率不高，以及深度卷积神经网络易带来梯度爆炸或弥散的问题，构建了残差网络嵌入注意力机制的多尺度深度可分离表情识别网络。通过多层多尺度深度可分离残差单元的叠加进行不同尺度的表情特征提取，使用CBAM注意力机制进行表情特征的筛选，提升有效表情特征权重的表达，削弱训练数据的噪声影响。所提网络模型在Fer-2103和CK+表情数据集分别取得了73.89%和97.47%的准确度，表明所提网络具有较强的泛化性。      

石墨烯增强铝基复合材料制备技术及强化机制研究进展

具有二维平面结构和优异综合性能的石墨烯已成为铝基复合材料制备的理想增强体之一。本文主要介绍了液态成形法、粉末成形法和复合加工工艺等三大类石墨烯增强铝基复合材料制备技术。通过对不同类型制备技术的原理分析，结合石墨烯增强铝基复合材料的四种强化机制，总结出石墨烯增强铝基复合材料的发展方向应以复合材料的基础理论研究、制备技术的突破和大规模的工业化应用为主。     

铝合金激光超声表面检测中EMAT接收性能对比

在铝合金板材激光电磁超声换能器（Laser-EMAT）瑞利波（RW）检测中，曲折线圈EMAT、线性线圈面内EMAT和线性线圈面外EMAT常被应用于接收超声波，但是这3类EMAT的接收性能和应用场合尚不明确。为此首先建立铝合金Laser-EMAT RW检测过程的有限元模型，分析了3类EMAT配置形式对接收RW、横波和纵波等模式超声波能量的影响；其次研究了表面约束机制对RW幅值及其纯度的影响，探讨了3类EMAT的表面缺陷检测能力；最后制作了3类EMAT探头进行铝合金板材Laser-EMAT的RW检测实验，分析了表面约束机制对3类EMAT接收的各模式超声波幅值和表面缺陷检测能力的影响。结果表明：与线性线圈面内EMAT相比，曲折线圈EMAT和线性线圈面外EMAT接收的RW纯度更高，更适合表面缺陷检测；线性线圈面内EMAT接收到的多模式超声波明显，更适合同时检测表面/内部缺陷；与无表面约束机制相比，采用表面约束机制可将3类EMAT接收到的RW幅值增强2倍以上，其中对曲折线圈EMAT的RW幅值的增强作用最明显，且与无表面约束机制的激光-线性线圈面内EMAT相比，含表面约束机制的激光-线性线圈面外E...