稳定“海岛”结构诱导高强度PS/PPO开孔泡沫制备与性能研究

采用熔融共混法制备了聚苯乙烯(PS)/聚苯醚(PPO)共混材料。通过控制加工温度,使得PPO以刚性粒子形式存在于共混物中,形成稳定“海岛”结构。以超临界CO_(2)为发泡剂进行了釜压发泡,得到了高开孔率的PS开孔泡沫。研究了PPO含量对PS流变性能、热力学行为的影响以及稳定“海岛”结构对形成PS开孔泡沫的影响,对所得PS/PPO泡沫制品的泡孔尺寸、发泡倍率、开孔率及泡沫压缩性能进行了分析。结果表明,当发泡温度为158℃、压力为20 MPa、PPO含量为10份(质量份,下同)时,可以制备得到发泡倍率为37.5倍、开孔率为96.9%的PS开孔泡沫。

PA66扩链改性及其超临界CO_(2)微孔发泡行为研究

用多官能环氧基扩链剂CE与抗氧剂B215对线形聚酰胺66(PA66)熔融扩链改性,并采用釜压发泡的方法,以超临界CO_(2)为发泡剂制备了一系列不同的微孔CEPA66泡沫。通过差示扫描量热仪、傅里叶变换红外光谱仪、旋转流变仪等表征了样品结晶、储能模量、复数黏度等的变化。结果表明,扩链剂CE的引入形成了支化PA66,CE有效地提高了PA66的熔体强度;优选了CE的添加量获得了高支化、低交联的PA66,并成功制得了PA66微孔泡沫;当CE添加量为4.0份、饱和温度为275℃时,样品泡孔尺寸为23μm、泡孔密度为3.5×10^(9)个/cm^(3)。

爬虫技术与RPA在银行运营管理领域的应用

文章主要为网络爬虫实现RPA自动化及相关技术的研究。通过研究RPA在银行运营管理领域的应用方式及场景,结合Python爬虫技术与RPA实现思路设计并实现一个简易的RPA,并对网络爬虫技术与RPA进行了理论说明和发展展望。

基于改进YOLOV3模型在路面破损检测中的应用

近年来物流等行业的快速发展,对道路的损耗越来越大,低质量的路面状况会给人们出行带来较大的安全隐患。为全方位的提升交管部门在公路养护作业中的智能监测能力,提出一种基于改进YOLOV3模型Multi ScaleAndStage的卷积神经网络算法的目标检测方法,该方法可在保证较高检测速度的前提下提升对道路破损检测中各种尺度破损目标的检测准确率。首先分析现有算法模型在路面破损检测场景中针对小目标破损检测的不足之处,然后对现有算法模型YOLOv3加以改进,扩展添加专门针对小破损目标的检测尺度,并提出具有较强性能的MultiStage-Net特征提取模块来保证小目标的强化特征信息,最后利用改进的网络模型进行路面破损检测。在依托京德高速科技课题下制作路面破损数据集,进行实验仿真,结果表明网络模型有效提升了多种目标尺度的检测能力,鲁棒性也有较大提升,利用MultiStage-Net网络也很好地提升网络的整体检测能力,使得mAP有了较大提升,在速度方面本算法网络依然有较高的检测速度,能够满足实际路面破损检测工程的落地应用。