融合VR-眼动的施工现场隐患识别视觉注意与搜索特征研究

为探究施工现场隐患识别视觉注意与搜索特征,提升识别绩效水平,融合虚拟现实(Virtual Reality,VR)和眼动追踪技术,开展VR施工场景内的隐患识别试验,收集不同隐患识别经验群体的眼动数据;运用统计学方法,对比分析累计注视时间、注视百分比等眼动指标的差异性,揭示隐患识别经验与注意力资源分配方式的内在联系;基于眼动轨迹匹配法,聚类首次视觉搜索轨迹,结合施工现场空间布局,探究隐患识别经验影响下搜索习惯的差异。结果表明:经验知识水平对隐患识别绩效具备驱动作用,但隐患专业度过低则会弱化经验知识的效果;被试的注意资源大多集中于具有视觉显著性特征的无关要素,仅有小部分分配于隐患,然而,具有较高经验知识水平的被试对隐患信息更加敏感,分配于隐患的注意资源占比更高;相较于新手组同一区域多次重复的搜索习惯,专家组大多采用某一区域的详细搜索再切换到下一区域的方式。

高硼硅玻璃薄膜的磁控溅射沉积及性能研究

本文采用射频磁控溅射法,以高硼硅玻璃为靶材,在高硼硅玻璃基底上制备高硼硅玻璃薄膜。探讨磁控溅射法与熔融法制得的高硼硅玻璃的性能差异,研究磁控溅射功率对高硼硅玻璃薄膜质量的影响。通过X射线衍射仪(XRD)、傅里叶红外光谱仪(FT-IR)、X射线光电子能谱仪(XPS)、扫描电镜(SEM)、台阶仪、紫外可见(UV-Vis)分光光度计和纳米压痕仪器等对薄膜的物相结构、成分、沉积速率、透光率,以及纳米硬度和杨氏模量进行表征与分析。结果表明:本实验所制备的高硼硅玻璃薄膜为非晶态结构;当工作气压为0.6 Pa时,薄膜的沉积速率随溅射功率上升不断增加;对比不同溅射功率下的透光率,发现高硼硅玻璃薄膜对基体的透光性影响较小,当溅射功率为150 W,可见光透光率损失仅为2%;不同溅射功率下获得薄膜的纳米硬度和杨氏模量随溅射功率先增大后减小,在120 W时达到最大峰值,相较于原玻璃基底分别提升3%和3.5%。

浅析如何保证变电运维工作质量

在实际工作中,由于对电网规划不合理、管理不到位等原因导致设备故障频发。因此为了提高变电运维技术水平和保障人员安全运行就必须采取有效措施来解决这些问题以保证其正常稳定运转是目前主要研究内容之一,其次就是要合理安排检修时间及维修任务的分配情况,使工作人员能够及时了解相关信息并进行处理从而避免工作中出现失误,确保电力系统在实际应用过程中有效发挥作用。