月球表层采样样品智能确认方法

表层采样是月球采样探测的重要方式，样品智能确认有助于提升工作效率与复杂问题处理能力。结合月球表层采样铲挖工作过程，分析了铲挖过程中臂载相机图像的特点，模仿有人参与识别过程，提出了层次解耦的月球样品智能识别流程，利用深度学习方法构建了一类深度卷积识别网络，完整地描述了图像、特征、标记在网络中的正反传递关系，并在月球表层采样地面试验中进行了验证，结果表明该方法对不同光照、不同背景、不同过程、不同形态的样品，具有较好的泛化识别能力，误识别率优于8.1%，平均单幅识别时间约0.7 s。     

基于改进的卷积神经网络的步态识别

为了提高惯性传感器采集到的序列数据中步态识别的准确率,建立了一个激励层改进的卷积神经网络(CNN)模型。针对三轴加速度传感器对运动太过敏感导致步态周期划分不准确的问题,采用加速度传感器与弯曲度传感器组合获取人体运动信息。将CNN模型中激励层的线性整流函数(ReLU)改进为带泄露线性整流函数(Leaky ReLU),以解决遇到卷积输出数据小于0时神经元被抑制的问题,进而达到提高步态识别准确率的目的。实验结果表明激励层优化的CNN模型在行走、上下楼和上下坡五种步态模式下识别率达到了95.79%,与未采用弯曲度传感器的改进CNN模型和未进行激励层改进的CNN模型相比,步态识别率有所提高。     

ZrO2纳米颗粒含量对AZ91D镁合金微弧氧化膜耐蚀性的影响

为了提高AZ91D镁合金的耐蚀性能,利用单极性脉冲电源制备具有不同ZrO₂纳米颗粒含量的微弧氧化膜层,研究纳米ZrO₂颗粒对AZ91D镁合金微弧氧化膜层耐蚀性的影响。采用扫描电子显微镜观察复合膜层的表面及截面形貌;同时利用X射线衍射仪分析不同ZrO₂纳米颗粒含量的膜层中的相组成;测试样品的电化学腐蚀性能。结果表明：当电解液中加入1 g/L ZrO₂颗粒时,纳米ZrO₂颗粒能够渗入微弧氧化膜层之中,封闭膜中原有的微孔和微裂纹等缺陷,膜层表面质量较好;随着电解液中ZrO₂颗粒含量由2 g/L增加到3 g/L时,膜层的裂纹明显增多,导致腐蚀介质容易进入膜层发生腐蚀,耐蚀性能下降;在电解液中添加纳米ZrO₂颗粒时,1～3 g/L范围内添加1 g/L ZrO₂纳米颗粒的微弧氧化膜层的耐蚀性能最好。     

用RTR技术确定SRM燃烧室凝相粒子加入边界条件

由于缺乏有效的实验手段, 目前的ＳＲＭ 颗粒轨道模型很不完善, 其中粒子的加入边界条件完全是建立在人为假设的基础上。针对这种情况, 发展了一种以实验为基础的确定凝相粒子加入边界条件的方法, 首先利用ＲＴＲ技术对实验发动机热试车条件下凝相粒子的运动进行实验研究, 通过图象处理技术获得粒子的运动轨迹, 然后采用轨道模型法计算实验条件下凝相粒子的运动轨迹, 通过轨迹反推法给出了粒子加入边界条件。     

平面叶栅内固体粒子运动特性的研究

在利用高速摄影技术获得固体粒子在平面叶栅内运动特性的基础上, 采用Lagrangian轨迹法分别在考虑与不考虑边界层影响的情况下, 计算了固体粒子在叶栅内的运动轨迹和速度。通过与实验结果的比较发现:在利用Lagrangian法计算固体粒子的运动特性时, 对于尺寸比较大的粒子可以不考虑边界层的影响, 而对于尺寸比较小的粒子则需考虑边界层的影响。