粉末锻造Al_(2)O_(3)颗粒增强Fe–Ni–Mo–C–Cu复合材料的组织与性能

通过粉末锻造技术制备了不同含量微米级Al_(2)O_(3)颗粒强化的Fe–Ni–Mo–C–Cu(Q61)复合材料,并对调质态和淬火态复合材料的组织和性能进行了研究。结果表明:当Al_(2)O_(3)质量分数为0.15%时,增强颗粒在基体内分布均匀;相较于同种状态下不添加增强颗粒的单一Q61,调质态复合材料的硬度从HRC 38增至HRC 39.8,屈服强度从1106 MPa增至1121 MPa,延伸率从12%降至6.5%;淬火态复合材料的硬度从HRC 61.5增至HRC 63.2,磨损率从5.27×10^(-6)mm^(3)·m^(-1)·N^(-1)降至3.08×10^(-6)mm^(3)·m^(-1)·N^(-1),低于对比试验用的典型齿轮材料40Cr的磨损率(3.34×10^(-6)mm^(3)·m^(-1)·N^(-1))。当Al_(2)O_(3)质量分数大于0.15%时,Al_(2)O_(3)颗粒逐渐偏聚,虽然调质态下复合材料屈服强度仍继续小幅增加,但塑性严重退化,且淬火态复合材料磨损率增加,耐磨性变差。综合来看,添加0.15%Al_(2)O_(3)颗粒强化Q61复合材料在调质态下具有较高的综合力学性能,而在淬火态下表现出良好的抗摩擦磨损能力。

一种新的箭头形交通信号灯识别方法

针对十字路口复杂的交通情况,提出一种新的箭头形交通信号灯识别方法。采用亮度分割和形态滤波对交通信号灯的位置进行定位,结合HIS颜色空间和交通灯的相对位置确定交通信号灯颜色。信号灯箭头的方向采用二维Gabor小波进行特征提取,用PCA算法对图像数据进行压缩,并用ICA算法进一步提取PCA的特征,最终用模板匹配进行分类。实验结果表明,该算法的正确识别率达到96.7%。是一种较好的箭头形交通信号灯识别算法。

基于Gabor滤波和稀疏表示的信号灯类型识别

汽车辅助驾驶中车辆前方交通信号灯的检测与识别具有重要意义。为解决图像中微小面积与边缘模糊的交通信号灯检测与识别准确率低的问题,文中提出一种信号灯检测与信号灯类型识别方法。采用亮度分割和几何形态滤波对交通信号灯进行定位,结合信号灯与其背板的相对位置和RGB与HSV颜色空间的判别结果判定信号灯颜色,最后对信号灯类型进行识别。对信号灯区域进行Gabor滤波,采用K均值奇异值分解算法进行字典学习,利用正交匹配追踪算法求解测试样本的稀疏系数,根据重构误差实现交通灯的类型判别。实验结果表明,信号灯检测准确率达到97.7%,圆形和4种箭头形信号灯的类型识别率达到98.75%。

基于多视点不变量的三维物体识别

给出了利用多视点不变量进行物体识别的２种方法．一种是通过检索多视点结构不变量进行三维物体识别，另一种方法是利用基于复杂特征的多视点不变量进行三维物体识别．

基于贝叶斯分类器的车载多类障碍物分类

文中基于朴素贝叶斯原理实现车载多障碍物的分类,对行人、车辆、骑自行车/摩托者等多类障碍物实现分类。贝叶斯分类器基于数学理论基础综合先验信息和数据样本信息,用于载多障碍物分类效果较好。从图片中目标区域进行特征提取,主要提取目标区域对称性,轮廓直线度,长宽比。利用贝叶斯分类器进行分类,实验结果表明,贝叶斯分类器能有效实现车载多类障碍物分类。

一种模拟非线性复杂系统的简化方法——疏系数化方法

用非线性时间序列模型描述复杂系统，往往因模型参数过多而导致负效应，疏系数化方法能简化模型结构、实现系统内在规律。

2000℃高温高承载的Ta-W难熔合金

如何在保持高温优异力学性能的同时,还能兼顾优异的室温塑性和加工成型能力,一直是超高温难熔合金设计的难点。本工作设计并利用真空电弧熔炼制备了W含量(原子分数)分别为10%、20%、30%、40%和50%的Ta-W合金。这些合金形成了Ta和W均匀互溶的具有bcc结构的单相固溶体,其晶粒尺寸随着W含量的增加而减小。测试了Ta-W合金在室温(25℃)和高温(2000℃)下的压缩应力-应变曲线,结果表明,室温和高温下Ta-W合金的压缩强度均随着W含量的增加而提高,提高的幅度在W含量超过20%后趋于平缓。值得注意的是,Ta-W合金在2000℃下具有优异的高温强度,例如,Ta-20%W合金的屈服强度可达236 MPa,并同时具有超过40%的室温压缩应变和较好的(机)加工成型能力。现有理论模型较好地预测了合金室温和高温的压缩强度,其主要强化机制均为固溶强化。该合金体系有望作为新型超高温材料应用于航空航天的关键承载结构部件。