APP-PER-MEL阻燃剂对竹粉/PP复合材料性能的影响

采用硅烷包覆型聚磷酸铵(APP)作为阻燃剂,对竹粉/聚丙烯（PP）复合材料进行阻燃改性,研究APP的用量对复合材料阻燃性能和力学性能的影响;基于APP的最佳用量,以APP、季戊四醇（PER）和三聚氰胺（MEL）作为膨胀型阻燃剂（IFR）,研究APP、PER和MEL的互配比例对复合材料阻燃和力学性能的影响。结果表明,随着APP用量的增加,复合材料的阻燃性能不断增强,但弯曲和拉伸强度下降。当APP用量为复合材料总质量的15%时,其综合性能较佳,与未阻燃复合材料相比,极限氧指数（LOI）由17.1%提高至21.5%,弯曲模量和缺口冲击强度（NIS）分别增强14.8%和32.2%,弯曲强度和拉伸强度分别降低9.3%和28.8%。当APP、PER和MEL的互配比例为3∶1∶1时,添加15% IFR的复合材料的力学性能总体增强,与未阻燃复合材料相比,弯曲强度、弯曲模量和NIS分别增强18.1%、20.0%和23.3%,仅拉伸强度降低10%。锥形量热仪和极限氧指数仪结果显示,IFR阻燃复合材料的热释放速率、热释放速率峰值和总热释放量分别降低56.7%、40.2%和30.5%;LOI提高至25.9%,复合材料的阻燃性能进一步改善,但是,总产烟量增大了16.7%,该IFR的添加对复合材料的持久抑烟效果不佳。     

基于机器视觉的果园成熟柑橘快速识别及产量预估研究

【目的】提供一种快速、准确的自然环境下成熟柑橘的识别及计数方法,解决传统的通过人工 采样的方法进行产量预估带来的成本高、时间长和精度低的不足,并为以后对柑橘进行自动采摘打下基础。 【方法】应用 RGB 相机采集柑橘园果树图像,并通过转换到 Lab 颜色空间,对与背景颜色有明显区别的柑 橘区分采用“a”分量,然后基于霍夫圆变换法应用 MATLAB 软件对剔除背景的柑橘进行计数,实现对柑橘 产量的预估。【结果】该图像处理方法与传统的水果与背景分离方法相比更简单快速,果实识别正确率达 94.01%,产量预估正确率达 96.58%,平均识别时间 1.03 s。选取 10 棵树共 20 个图片进行产量预估,将该算 法得到的柑橘数量与通过人眼计数得到的结果进行比较,其相关系数 R2 为 0.9879。【结论】该算法简单快速, 能精确实现水果的快速自动识别及产量预估,对果实的重叠性、果实遮挡有较好的鲁棒性,促进了机器学习 在现代农业的应用,具有较高的理论和实践意义,推动了果园智慧农业进一步发展。