Effects of tribological behavior of DLC film on micro-deep drawing processes

To decrease the size effects of friction in microforming, three kinds of surface coatings, such as diamond-like carbon（DLC）, TiN and MoS2, were deposited on surfaces of dies with plasma based ion implantation and deposition（PBII D） method and magnetron sputtering technique, respectively. The tribological behavior of surface coatings was analyzed considering plastic deformation of specimen at contact interface. The analyses indicate that there is a lower coefficient of friction（COF） and a high wear resistance under the condition of large strain/stress when using the DLC film. The graphitization of DLC film occurs after 100 times of tests. The mechanism of graphitization was analyzed considering energy induced by friction work. The effects of DLC film properties on qualities of micro-deep drawn parts were investigated by analyzing the reduction of wall thickness, etc. The results indicate that DLC film is very helpful for improving the qualities of the micro-parts.

基于ALIF-GAF-AlexNet的微电机故障分类

微电机是一种重要的动力驱动元件,其诊断过程并不复杂,但人工听音比较低效且诊断结果片面,投入大量的人工对其进行分类是不合理的。为了提高微电机的诊断效率和实用性,提出一种诊断方法。使用自适应局部迭代滤波方法来降低噪声,然后用格拉姆角场将特征提取后的声音信号转换为图像,将转换后的图像应用深度卷积神经网络模型进行分类研究。基于微电机声音信号实验采集装置,对采集的数据应用所提出的方法进行故障诊断分类,并与其他方法进行比较。结果表明,该方法比其他方法具有更高的分类精度,准确率达到94.1%。

深基坑双排微型桩-锚-撑组合支护结构受力与变形特性

为深入研究深厚杂填土地层深基坑微型桩-锚-撑组合支护结构随基坑开挖的受力与变形演化规律,首先,依托青岛市某深基坑工程开展双排微型桩-锚-撑原位试验,分析开挖工况下前、后排桩的桩身弯矩分布规律;然后,结合ABAQUS有限元模拟方法,明确微型桩、预应力锚索与钢支撑之间的协同作用及基坑变形规律;最后,揭示微型桩桩径变化、支护结构作用对桩身受力及基坑变形的影响机制。研究结果表明:增加开挖深度引起桩身正弯矩和负弯矩不断增大,极值点位置不断下移,桩身弯矩整体呈正“S”形分布;开挖至基底,前排桩的桩身反弯点分别位于钢支撑下方0.5 m和开挖面位置,后排桩的桩身反弯点分别位于钢支撑下方0.5 m和开挖面下方1.0 m范围内;基坑开挖竖向影响范围约为1.35H(H为基坑开挖深度),桩径增加近1倍,土体水平位移仅减少约51%,且随桩径继续增加,其对于限制基坑变形效果不显著;相较于桩锚支护结构,桩-锚-撑支护结构作用下,前、后排桩的最大水平位移分别减小34.9%和27.3%,基坑土体的最大水平位移减小46.0%。

基于多层级信息融合网络的微表情识别方法

微表情是人类情感表达过程中细微且不自主的表情变化,实现准确和高效的微表情识别,对于心理疾病的早期诊断和治疗有重要意义.现有的微表情识别方法大多未考虑面部产生微表情时各个关键部位间的联系,难以在小样本图像空间上捕捉到微表情的细微变化,导致识别率不高.为此,提出一种基于多层级信息融合网络的微表情识别方法.该方法包括一个基于频率幅值的视频帧选取策略,能从微表情视频中筛选出包含高强度表情信息的图像帧、一个基于自注意力机制和图卷积网络的多层级信息提取网络以及一个引入图像全局信息的融合网络,能从不同层次捕获人脸微表情的细微变化,来提高对特定类别的辨识度.在公开数据集上的实验结果表明,该方法能有效提高微表情识别的准确率,与其他先进方法相比,具有更好的性能.

杂填土地层深基坑微型桩-锚-撑组合支护体系受力特性原位试验

为深入研究杂填土地层深基坑桩-锚-撑组合支护体系受力特性,依托青岛市某深基坑工程开展微型桩-锚-撑原位试验,分析不同开挖工况下双排微型钢管桩桩身弯矩与预应力锚索轴力的演化规律,揭示该支护体系下前、后排桩的受力性状、预应力锚索应力分布特征,探讨邻近建筑物、基坑暴露时间及钢支撑拆除对该支护体系内力的影响。研究结果表明:1)在基坑开挖过程中,前排桩在受力中起主导作用;当开挖至基底时,桩身最大正、负弯矩极值呈现增大趋势,且极值点不断下移,开挖面以上桩身弯矩均呈正“S”型分布。2)开挖深度增加引起开挖面上、下1.0 m范围内桩身弯矩显著增大,前排桩桩身的反弯点分别位于钢支撑下方0.5 m、开挖面位置。3)在开挖过程中,锚索轴力沿埋深方向呈现减小趋势,锚固段前端1.5 m之后的轴力基本不变或呈微小波动。4)锚索锚固段应力高度集中在锚固段前端4.0 m以内的区域,约为锚固段长度的44%,锚固段末端基本未产生轴力,可对该段长度进行优化处理。5)邻近建筑物对微型钢管桩桩身受力影响较小;随着基坑暴露时间增加,桩身弯矩呈微小增长趋势;钢支撑拆除后,前排桩的弯矩变化集中在0.38H~0.96H(H为基坑开挖深度)。6)桩-锚-撑组合支护体系能够较好地限制基坑变形,选择合理的支撑预应力是该类基坑设计的关键。

基于深度学习的微纳结构光谱设计研究进展

随着人工智能技术的快速发展,深度学习在微纳结构光谱调控领域展现出了巨大的应用潜力。深度学习可以在无明确物理解析模型的情况下,通过构建复杂的神经网络,从实验或仿真数据中学习微纳结构的光谱响应特性,从而实现高效的设计优化,这为微纳结构的设计提供了一种新的思路和方法。该文综述了近年来深度学习在微纳结构设计中的研究进展,重点讨论了其在结构色、热辐射控制以及窄带光谱传感等光谱调控领域的应用,并展望了该领域未来的发展机遇与挑战。

基于深度学习的微纳光纤自动制备系统

在微纳光纤拉锥制备过程中,对直径的大范围、高精度和动态实时性测量是实现低损耗传输和色散调控的关键.针对现有传统制备方法直径调控范围小、操作复杂及耗时长等问题,本文基于深度学习神经网络算法实现了微纳光纤自动检测系统.利用计算机视觉中的图像分割方法,通过制作高质量多尺度微纳光纤数据集,使用基于小目标检测改进的YOLOv8-FD算法对微纳光纤直径进行自动检测.在数据集中获得了平均均值精度高达mAP^(IoU=50)=0.975和mAP^(IoU=50_95)=0.765的性能参数.实验结果表明,该系统可实现微纳光纤直径462 nm—125μm范围,误差2.95%以内的测量和自动化制备,并随着光纤直径增长,误差逐渐缩小,且该系统光学成像单个像素分辨率为65.97 nm,平均检测时间为9.6 ms.本文工作适用于对微纳光纤的高精度实时测量和自动精确制备,为低损耗传输和色散可调的微纳光纤器件发展提供新的思路.

杜仲细枝木纳米纤维素的制备及表征

以一年生杜仲木材纤维素为原料,利用氯化胆碱/乳酸/对甲苯磺酸(摩尔比2∶12∶1)三元低共熔溶剂结合微射流机械处理,制备杜仲纳米纤维素(CNC)。通过傅里叶红外光谱(FTIR)、X射线衍射(XRD)、扫描电子显微镜(SEM)和热重(TGA)等技术对CNC的理化性质进行了分析和表征。研究结果表明,杜仲CNC呈短棒状,长度为(163.95±6.72) nm,直径为(7.63±0.61) nm,长径比为20.18,得率达到73.84%,在悬浮液中的Zeta电位为(-20.50±0.72) mV。CNC为纤维素Ⅱ晶型,结晶度为62.18%。CNC表现出良好的热稳定性,T_(max)=359℃。杜仲CNC的成功制备拓宽了杜仲细枝木的应用领域,可提高杜仲叶林种植模式的经济效益。

基于VAE-DRSN的微纳卫星推力器故障诊断方法

针对微纳卫星推力器故障诊断问题,提出了一种基于变分自编码器-深度残差收缩网络(VAE-DRSN)的数据驱动推进系统故障诊断方法。该方法采用变分自编码器对姿态数据与控制器输出进行特征提取,通过深度残差收缩神经网络对提取的特征进行特征分类,可以高精度地在线检测、诊断和定位推力器的卡开、卡关及效率降低故障,无需卫星推力器模型及动力学模型,且无需单独配备硬件测量机构。经数值仿真验证,结果表明:该方法对于单喷口故障检测正确率可达99%以上,具有良好推力器故障定位及诊断能力。

跨尺度结构智能优化方法与快速设计

跨尺度拓扑优化设计极大激发了结构轻量化潜力,在先进装备的开发中具有重要作用。然而基于传统有限元的结构拓扑优化算法难以适应产品快速迭代的需求。为此,本文提出了一种基于耦合深度学习的跨尺度拓扑优化方法,通过集成残差神经网络(Resnet)、U-net架构及SEnet中的注意力机制,建立快速生成双尺度拓扑结构的深度学习模型。模型训练数据利用双向渐进结构优化算法产生,并用一组全新的数据对模型进行测试。数值算例表明,本文提出的深度学习模型可以高效且准确的生成基于各种边界下的宏观材料分布与微观拓扑结构。

退火温度对纯铜箔微拉深成形质量的影响

选择厚度为50μm的T2铜箔,在300~700℃的温度下退火5 min并进行表征试验、力学性能试验和微拉深(MDD)试验。系统研究了不同退火温度下铜箔的力学性能,进而分析了退火温度对铜箔微拉深成形件成形质量的影响规律。结果表明,铜箔经过退火处理后,随着再结晶的进行和晶粒长大,屈服强度降低,伸长率呈现先增加后减小的趋势。原始态铜箔的成形性较差,不能通过MDD成形得到完整的杯状成形件。退火温度为500℃时,铜箔再结晶完成,成形件表面几乎没有褶皱,此时表面质量较好。随着退火温度的进一步提高,表面起皱现象变得明显。500℃为铜箔的较优退火温度,能够显著提升铜箔微拉深成形件的成形精度及成形质量。

太赫兹真空器件中超深金属慢波结构的微加工技术

太赫兹真空电子器件物理结构尺寸变化随着波长的减小而减小,对微小结构的尺寸精度与表面粗糙度要求也大大增加。随着器件频率进入到太赫兹频段,慢波结构的深度达到几十微米或者百微米量级,加工的难点主要有:材料为金属,结构超深,表面粗糙度要求达到几十纳米量级,微电铸后金属含氧量极小,结构密度大不漏气,经得起后续近千摄氏度的高温处理工艺等。文章介绍了太赫兹频段下器件慢波结构的加工方式,着重讨论利用深反应离子刻蚀(DRIE)技术和紫外−光刻、电铸(UV-LIGA)技术加工超深金属慢波结构的技术和和特点,并介绍了本实验室利用UV-LIGA加工折叠波导的研究进展。

基于深度学习的微环谐振腔法诺效应调控

在微腔耦合波导上设计空气孔阵列,结合深度学习调控微腔的法诺线型,实现对微腔传感性能的优化。建立了正向预测网络模型,在24 ms内实现从空气孔阵列结构到微腔透射谱线的预测。结合卷积神经网络与逆向设计实现了对微腔透射谱线的定向调控,预测了不同指标下空气孔阵列的趋势,验证了空气孔阵列结构与微腔透射特性的关系。

ICP深硅刻蚀工艺研究

深硅刻蚀工艺是MEMS器件制造过程中的关键工艺之一。加速度计的梳齿结构、滤波器及压力传感器的硅腔结构都是决定器件性能的关键工艺,均需要通过深硅刻蚀制备。梳齿的垂直度以及硅腔的侧壁平整度均会对器件的性能产生直接影响。针对深硅刻蚀工艺中出现的形貌问题进行分析,找到影响硅草、侧壁垂直度差、底部横向钻蚀、侧壁钻蚀等问题的工艺参数。最后通过工艺参数优化,对这些问题进行改善,从而获得理想形貌,满足器件性能要求。

重力与微动探测技术在金属矿山地下找矿中的应用研究

随着坑道重力探测的深入研究及微动探测技术的引入及开发,对地下物探技术方法进行了全新的认识与定位,排除了地下电、磁干扰的影响,在金属矿山找矿工作中取得积极有效的探测效果。本文选取白音诺尔铅锌矿对坑道重力与坑道微动探测方法技术进行应用研究,研究了已知矿体的坑道重力异常特征,最终形成该方法的测量及处理应用方案,总结并综合评定方法有效性。应用研究了微动勘探方法在坑道内探测不稳定地质界面的可行性,进一步总结该方法在查找与矿体相关的隐伏断裂构造中的可靠性。通过总结各方法在坑道测量中的优势与弊端,形成了一套适应于生产矿山的方法组合技术应用体系。

个体化预测高龄腰椎间盘突出症患者显微内窥镜腰椎间盘切除术后深静脉血栓形成列线图模型的构建与验证

目的构建个体化预测高龄(年龄≥80岁)腰椎间盘突出症患者显微内窥镜腰椎间盘切除术(micro endoscopic discectomy,MED)后发生深静脉血栓(deep vein thrombosis,DVT)的列线图模型,并验证该模型的准确性和临床适用性。方法选取2013年1月1日—2022年1月1日于西部战区空军医院行MED手术的912例高龄腰椎间盘突出症患者的临床资料,根据术后是否发生DVT,将其分为DVT组和非DVT组,采用单因素分析和多因素Logistic分析找出术后形成DVT的独立危险因素,基于独立危险因素利用R语言包构建列线图模型,利用ROC曲线、Bootstrap方法以及临床决策曲线验证该模型的准确性和临床决策的获益性。结果非DVT组患者834例,DVT组患者78例,多因素Logistic分析显示影响高龄腰椎间盘突出症患者MED术后DVT形成的独立危险因素为:D-二聚体较高、脑血管疾病病史、糖尿病病史和DVT病史。ROC曲线验证列线图模型显示:AUC=0.856,95%CI:0.72~0.93,上述研究结果显示构建的列线图模型预测高龄腰椎间盘突出症患者MED后发生DVT的预测能力较强,随后采用Bootstrap方法重复抽样1000次验证列线图,发现校准曲线的平均绝对误差为0.016,说明校准曲线与理想曲线贴合良好。临床决策曲线显示,列线图模型预测高龄腰椎间盘突出症患者MED术后发生DVT的发生阈值为0.03~0.93之间时该模型图的适用性最佳。结论影响高龄腰椎间盘突出症患者MED术后DVT形成的独立危险因素为:D-二聚体较高、脑血管疾病病史、糖尿病病史和DVT病史,基于上述危险因素构建的列线图模型准确度高,且具有较高的临床应用价值。

改进残差网络与峰值帧的微表情识别

目的微表情(Micro Expression,ME)是人们流露内心情感时展现出的细微面部表情。针对微表情识别的样本较少且不同类别数量分布不均导致难以识别和识别准确率较低的问题,提出能够提高微表情识别准确率的模型框架。方法提取微表情视频序列中含有更多关键表情信息的峰值帧;使用加入SE模块的改进残差网络SE-ResNeXt-50对微表情的峰值帧进行特征提取,其中SE模块可以更好地学习特征中的关键信息,ResNeXt通过分组卷积的方式用稀疏结构取代密集结构从而使结构更加简化,提升了识别效率。与此同时,使用Focal Loss损失函数可以更好地解决因微表情数据的不平衡带来的模型性能问题。结果在微表情数据集CASMEⅡ上进行了仿真实验,可以发现改进的残差网络与峰值帧提高了微表情识别的准确率与F 1值。结论改进的残差网络与峰值帧可以降低数据集较少所带来的影响,使模型有着良好的拟合效果,同时改善了在不同类别上表现差异较大的问题,提升了微表情的识别准确率,对于微表情识别有着更好的识别性能。

基于递增注意力的微表情识别方法

微表情是个体无意识发生的表情变化,能够反映人们潜在的情绪和内心状态.微表情发生时动作强度低且涉及面部范围小,导致在微表情识别过程中存在着提取特征不充分、定位有效特征不准确的问题,影响识别精度.构建一种递增注意力多尺度卷积网络,该网络融合了多尺度卷积模块和递增注意力模块.利用多尺度卷积模块学习不同感受野下的细粒度特征,提取丰富的细节特征,同时设计一种递增注意力模块,通过多个注意力图间的特征共享与增强,准确定位面部运动区域,稳健提取微表情图像中的运动特征.所提网络在数据集SMIC、CASMEII及SAMM上进行实验,准确率分别达到0.826、0.880和0.787,F1值分别达到0.817、0.864和0.761.研究结果可为谎言检测、心理健康早期筛查等提供参考.

基于深度强化学习的微电网在线优化

针对微电网的随机优化调度问题,提出了一种基于深度强化学习的微电网在线优化算法。利用深度神经网络近似状态-动作值函数,把蓄电池的动作离散化作为神经网络输出,然后利用非线性规划求解剩余决策变量并计算立即回报,通过Q学习算法,获取最优策略。为使得神经网络适应风光负荷的随机性,根据风电、光伏和负荷功率预测曲线及其预测误差,利用蒙特卡洛抽样生成多组训练曲线来训练神经网络;训练完成后,保存权重,根据微电网实时输入状态,神经网络能实时输出蓄电池的动作,实现微电网的在线优化调度。在风电、光伏和负荷功率发生波动的情况下与日前优化结果进行对比,验证了该算法相比于日前优化在微电网在线优化中的有效性和优越性。

微种植钉支抗与平面导板在下前牙过长型深覆■矫治中的效果评价

目的:对比分析微种植钉支抗与平面导板对下前牙过长型深覆■的矫治效果。方法:选择2022年1月—2023年6月接诊的下前牙过长型深覆■患者82例,采用随机数字表法分为2组(各41例),采用直丝弓矫治技术,并分别通过微种植钉支抗(微种植钉组)和固定式平面导板(平面导板组)压低前牙。比较2组下前牙压低效果、覆■变化量、根尖吸收量等。采用SPSS 25.0软件包对数据进行统计学分析。结果:2组矫治前后的SNA角、SNB角、ANB角、U1-PP、U6-PP及L6-MP变化不明显(P>0.05)。2组矫治后L1-MP比矫治前减小,差异有统计学意义(P<0.05)。2组矫治前后的咬合打开量、Spee曲线深度、U1压低量、L1压低量、U6伸长量、L6伸长量及咬合打开时间相比,差异无统计学意义(P>0.05)。微种植钉组下颌中切牙及侧切牙根尖吸收量显著低于平面导板组(P<0.05),2组尖牙根尖吸收量相比无统计学差异(P>0.05)。结论:微种植钉支抗和平面导板用于成人前牙深覆■矫治,能有效压低下颌前牙,矫治效果良好,但后者可导致牙根吸收增加。