通过在Cu-Mg合金中添加Cu-Ce合金制备Cu-0.4Mg-xCe(x=0,0.1,0.2,0.3)合金。采用扫描电子显微镜(scanning electron microscope,SEM)、透射电子显微镜(transmission electron microscope,TEM)、维氏硬度计、拉伸试验机和导电率测试仪等...通过在Cu-Mg合金中添加Cu-Ce合金制备Cu-0.4Mg-xCe(x=0,0.1,0.2,0.3)合金。采用扫描电子显微镜(scanning electron microscope,SEM)、透射电子显微镜(transmission electron microscope,TEM)、维氏硬度计、拉伸试验机和导电率测试仪等设备对Cu-0.4Mg-xCe合金进行表征。结果表明,Ce能明显降低Cu-0.4Mg-xCe合金的晶粒尺寸,净化Cu基体。Ce的质量分数超过0.2%后,会出现Ce的化合物,Cu-0.4Mg-xCe合金的塑性和导电率降低。Ce的质量分数为0.2%时,合金的综合性能最优。Cu-0.4Mg-0.2Ce合金退火处理后,其维氏硬度、抗拉强度、导电率、软化温度分别为213,548 MPa,75.6%IACS,430℃.展开更多
文摘针对基于机器视觉的小型机械零件识别速度慢、定位不精确等问题,文章提出一种改进UNet(improve U-Net,IU-Net)和最小外接矩阵(minimum bounding rectangle,MBR)结合的小型机械零件识别和定位方法(IU-Net-MBR)。首先,搭建视觉分拣试验平台,制作小型机械零件数据集;其次,为了提高特征提取效率,将U-Net的特征提取网络替换成轻量级MobilenetV2网络,降低模型的参数和计算量;然后,为了提高U-Net的分割精度和鲁棒性,在网络结构中引入SE(squeeze and excitation)注意力模块;最后,使用最小外接矩阵得到零件的长宽基本参数,实现零件的识别和定位。试验表明,IU-Net相对于U-Net在平均交并比Miou(mean intersection over union)和像素准确率PA(pixel accuracy)分别提高4.39%和3.82%。在处理图像时,IU-Net相对于U-Net速度提升76.92%。与主流分割模型相比,IU-Net实现了更好的分割效果,有效地提高了小型机械零件的分割精度。在抓取试验中,IU-Net-MBR在识别率和抓取率上分别达到了100%和96.67%。
文摘通过在Cu-Mg合金中添加Cu-Ce合金制备Cu-0.4Mg-xCe(x=0,0.1,0.2,0.3)合金。采用扫描电子显微镜(scanning electron microscope,SEM)、透射电子显微镜(transmission electron microscope,TEM)、维氏硬度计、拉伸试验机和导电率测试仪等设备对Cu-0.4Mg-xCe合金进行表征。结果表明,Ce能明显降低Cu-0.4Mg-xCe合金的晶粒尺寸,净化Cu基体。Ce的质量分数超过0.2%后,会出现Ce的化合物,Cu-0.4Mg-xCe合金的塑性和导电率降低。Ce的质量分数为0.2%时,合金的综合性能最优。Cu-0.4Mg-0.2Ce合金退火处理后,其维氏硬度、抗拉强度、导电率、软化温度分别为213,548 MPa,75.6%IACS,430℃.