Journal of Science and Technique
Not a member yet
555 research outputs found
Sort by
FABRICATION AND STUDY OF OPTICAL PROPERTIES OF TERNARY ZnTeS SEMICONDUCTOR QUANTUM DOTS
Get PDFTernary ZnTe1-xSx (0 ≤ x ≤ 1) semiconductor quantum dots (QDs) with varying x composition were successfully fabricated by a wet chemical method in ODE solvent. Their crystal structure, oscillation characteristics, and optical properties were studied through X-ray diffraction patterns (XRD), Raman (RS), absorption spectra (Abs), and photoluminescence (PL). The results showed that ternary ZnTe1-xSx QDs have the zinc-blende (ZB) structure when x changes. When changing x composition, the emission wavelength of ternary ZnTe1-xSx QDs can change from 408 nm to 526 nm. Evidence of ternary ZnTe1-xSx QDs with uniform Se and S compositions was studied and proven through XRD patterns and RS scattering spectra
ẢNH HƯỞNG TƯƠNG HỖ CỦA CƯỜNG ĐỘ DÒNG ĐIỆN VÀ BỘT Ni ĐẾN TÍNH CHẤT BỀ MẶT CỦA THÉP 30CrNi2MoVA ĐƯỢC GIA CÔNG BẰNG TIA LỬA ĐIỆN CÓ TRỘN BỘT
Get PDFNhiều nghiên cứu về đặc tính của lớp bề mặt qua gia công bằng tia lửa điện (EDM) đã được tiến hành. Tuy nhiên, chưa có nhiều nghiên cứu sử dụng bột Ni trong phương pháp gia công tia lửa điện có trộn bột (PMEDM) và khảo sát về ảnh hưởng của Ni đến tính chất của lớp bề mặt. Trong bài báo này, ảnh hưởng của các thông số công nghệ chính bao gồm dòng điện (Ip) và bột Ni tới tốc độ bóc tách vật liệu (MRR) và các tính chất bề mặt như độ nhám trung bình bề mặt (Sa) và tổ chức lớp bề mặt thép 30CrNi2MoVA được gia công bằng phương pháp PMEDM với bột Ni đã được nghiên cứu. Kết quả chỉ ra rằng Ip ảnh hưởng lớn nhất tới tốc độ bóc tách vật liệu và độ nhám bề mặt. Cụ thể, khi tăng Ip từ 5A lên 9A, MRR tăng 128% và 83% tương ứng với chế độ PMEDM và EDM, Sa tăng 31,8% và 30,5% tương ứng với chế độ PMEDM và EDM. Ngoài ra, sự hiện diện của bột Ni cải thiện đáng kể độ nhám bề mặt và MRR
DEVELOPING OBJECT DETECTION ALGORITHM FOR OPTOELECTRONIC SYSTEMS ON SURFACE VESSELS USING DEEP LEARNING MODELS
Get PDFAutomatic detection of surface vessels is an important task in maritime surveillance and security. This paper proposes an improvement to the Ultralytics YOLOv8 model to achieve higher accuracy and faster processing speed when recognizing surface vessels under harsh lighting and weather conditions. The paper intergrates three main techniques: a new C3Plus block, a Position-wise Spatial Attention (PSA) mechanism, and a Convolutional Block Attention Module (CBAM) module to enhance the network’s feature learning ability. Experiments on a diverse ship image dataset show that the improved model provides an increase in mAP of about 3–6% compared to the original YOLOv8 while maintaining a similar processing speed. In particular, in dark or noisy conditions, the CBAM and PSA improvements help reduce missing objects and improve the model’s robustness
NGHIÊN CỨU ĐẶC TÍNH KHÍ ĐỘNG CÁNH HAI TẦNG DẠNG BUSEMANN CÓ CÁNH TÀ TẠI VẬN TỐC DƯỚI ÂM
Get PDFCánh hai tầng dạng Busemann có thiết kế đặc biệt với khoảng cách giữa hai tầng cánh được tính toán nhằm tận dụng hiệu ứng giao thoa và triệt tiêu sóng xung kích, giúp giảm lực cản và tiếng nổ khi bay với tốc độ siêu âm. Ở tốc độ thấp, do cấu trúc cánh mỏng nên khi cất và hạ cánh, lực nâng của cánh còn hạn chế. Các nghiên cứu được thực hiện nhằm cải thiện tính năng cất, hạ cánh của cánh Busemann ở vận tốc dưới âm bằng các thiết bị tăng lực nâng, trong đó có cánh tà. Trong nghiên cứu này, ảnh hưởng của cánh tà đến đặc tính khí động tại vận tốc dưới âm của cánh hai tầng Busemann được phân tích thông qua thực nghiệm và mô phỏng số. Mô hình kết hợp cánh tà trước và cánh tà sau được thiết kế với khoảng cách gập tại vị trí 0,3 lần dây cung từ trước và sau đuôi cánh, góc lệch của cánh tà trước là 15°, góc lệch của cánh tà sau là 30°. Vận tốc dòng tới là 15 m/s, tương ứng với số Reynolds là 2,1·105. Khi kết hợp với cánh tà sau, tổng lực nâng và lực cản của cánh hai tầng Busemann tăng lên, hiện tượng thất tốc xuất hiện và hệ số lực nâng tối đa tăng hơn 1,3 lần so với cánh cơ bản, từ 1,6 lên hơn 2,15. Tỉ lệ đóng góp của cánh dưới phân bố vào tổng lực nâng và lực cản của cánh hai tầng giảm so với cánh cơ bản ở các góc tấn trên 0°. Cánh tà trước làm tăng độ dốc lực nâng và lực nâng tối đa, đáp ứng được yêu cầu về hệ số lực nâng cần thiết cho quá trình cất, hạ cánh. Cùng với đó, cánh tà trước làm giảm sự tách dòng trên bề mặt của cánh trên và cánh dưới, giúp giảm lực cản so với mô hình chỉ có cánh tà
XÂY DỰNG MÔ HÌNH XÁC ĐỊNH ĐIỀU KIỆN BIÊN NHIỆT TRÊN PÍT TÔNG - XI LANH ĐỘNG CƠ DIESEL 4 KỲ PHUN NHIÊN LIỆU TRỰC TIẾP
Get PDFNgày nay, điều kiện biên nhiệt trên các bề mặt pít tông - xi lanh có thể được xác định bằng thực nghiệm hoặc dựa trên việc tổng hợp kinh nghiệm từ các nghiên cứu trước đó. Tuy nhiên, phương pháp thực nghiệm quá phức tạp, phương pháp còn lại có độ tin cậy thấp và không đảm bảo cân bằng năng lượng trong nhóm pít tông - xi lanh. Vì vậy, các tác giả đề xuất một mô hình kết hợp giữa phần mềm tính toán chu trình nhiệt, mô đun tính toán điều kiện biên nhiệt “BCOPC” do các tác giả thiết kế và phần mềm mô phỏng FEM để xác định điều kiện biên nhiệt tương đương trên các bề mặt pít tông - xi lanh. Mô hình sử dụng các thuật toán để mô hình hóa chuyển động tương đối giữa các chi tiết trong nhóm pít tông - xi lanh và thiết lập mối liên hệ truyền nhiệt không gián đoạn giữa môi chất công tác - pít tông - xéc măng - xi lanh - chất làm mát. Ứng dụng mô hình để tính toán điều kiện biên nhiệt trên các bề mặt pít tông - xi lanh động cơ Paxman185, D80, 4Ch9,5/11. Kết quả cân bằng năng lượng trong nhóm pít tông - xi lanh với độ lệch tương đối lớn nhất là 3,9% khi tính toán cho động cơ Paxman185. Như vậy, mô hình có thể được sử dụng để xác định điều kiện biên nhiệt trên các bề mặt pít tông - xi lanh động cơ diesel 4 kỳ phun nhiên liệu trực tiếp
AUTOMATED BUILDING OBJECT SEGMENTATION FROM UAV ORTHOGRAPHIC IMAGERY USING DEEP LEARNING AND GIS TECHNIQUES
Get PDFThis paper presents an automated model for segmenting building objects in orthographic images captured by unmanned aerial vehicles (UAVs) using deep learning and GIS techniques. The proposed method consists of two phases: Phase 1 employs a two-stage deep learning method (named YOLO-SAM) that uses YOLOv11 for coarse building segmentation, followed by the SAM2 (Segment Anything Model) algorithm to refine and enhance the results. Phase 2 further processes this shapefile using a series of geometry-based post-processing techniques, including the Douglas-Peucker algorithm for boundary simplification and curve smoothing to optimize the overall shape. The approach achieves high segmentation accuracy (~mAP of 0.75) and provides a scalable, practical solution for mapping in Vietnam. Unlike previous methods, this approach stands out by combining YOLOv11 and SAM2 for accurate, detail-rich segmentation, and by integrating this with GIS-based post-processing in a unified, efficient pipeline
IMPACTS OF GRAPHENE ON THE COMBUSION AND INFRARED EMISSION CHARACTERISTICS OF THE PYROTECHNIC COMPOSITION BASED ON MAGNESIUM-TEFLON-VITON
Get PDFGraphene has been studied and developed for application in many civil and military fields. In particular, the application of increasing the performance of high-energy materials in the military has received much attention in recent years. This article presents studies on the influence of graphene additives on some combustion characteristics and infrared emission of the pyrotechnic composition based on Magnesium-Teflon-Viton (MTV). EDX analysis and SEM images are used to evaluate the distribution of graphene in the pyrotechnic mixture. Graphene additives added to the MTV pyrotechnic mixture did not significantly affect the burning rate, but significantly changed the combustion temperature and infrared emission of the pyrotechnic compositions
EVALUATION OF SPECIFIC PROPERTIES OF FINISHED WOOL AND WOOL-BLENDED POLYESTER WOVEN FABRICS
Get PDFThis article presents experimental evaluations of 5 samples of finished woven wool and wool-blend polyester fabrics with different proportions of raw materials provided by Nam Dinh Silk Textile Joint Stock Company for research. Experimental evaluations are sequently performed with fabric capillarity determined according to TCVN 5073-90 standard, the wrinkle resistance degree of fabric determined according to TCVN 7425:2004 standard, the breathability of fabric determined according to TCVN 5092:2009 standard, the shrinkage of fabric after washing determined according to TCVN 8041:2009 ISO 5077:2007 standards. The research results prove that the material composition of the fabric affects some fabric properties, specifically concerning fabric sample PLE1 (LE (P/W/C 29.5/70/0.5) has the ability to the highest capillarity in the longitudinal and transverse directions of 0.83 cm/min and 0.93 cm/min, respectively; PLE2 fabric sample has the largest crease return angle in the longitudinal direction reaching 174.5° with anti-creasing coefficient is 96.4%; fabric sample PLE3 has the best air permeability at 53.3 cm3/s/cm2. fabric sample LE has the highest shrinkage in the longitudinal direction at 1.8%; fabric sample PLE3 has the highest shrinkage; the horizontal direction reaches 4.0%. The research results can provide suggestions for textile product designers to choose appropriate materials when designing to meet usage requirements, contributing to improving product quality textile products
DESIGN AND FABRICATION OF THE THERMAL IMAGING SYSTEM FOR TANK SIGHTS
Get PDFThis study reports the first successful design and fabrication of a thermal imaging sight for tank artillery in Vietnam, utilizing an uncooled detector operating in the long-wave infrared (LWIR) spectrum. The objective lens, consisting of only three spherical elements with a focal length of 100 mm, was evaluated using the modulation transfer function (MTF). The system achieved MTF values approximately 0.5 at a spatial frequency of 30 cycles per millimeter (cycles/mm), approaching the diffraction limit. Measurements of the minimum resolvable temperature difference (MRTD) demonstrate that the sighting system is capable of detecting tank-sized targets at ranges exceeding 2 kilometers
AUTOMATIC FEATURE SELECTION FOR STORM SURGE FORECASTING
Get PDFAccurate prediction of storm surge events is crucial due to their severe nature, with the potential for widespread flooding and destruction. Timely and precise predictions are necessary to facilitate effective evacuation orders and enable prompt emergency responses. Machine learning has consistently demonstrated its superiority over traditional models in storm surge forecasting in terms of both accuracy and timeliness. However, the accuracy of machine learning models in storm surge prediction greatly relies on selecting the appropriate input features for training. To address this issue, this paper proposes a feature selection method that utilizes a GA to determine the optimal set of input features for machine learning models in storm surge prediction. Through experiments conducted on storm surge data from the Tottori coast of Japan and Vietnam, the proposed approach exhibits significant improvements in the accuracy of machine learning models for storm surge prediction