聚氨酯对聚氯乙烯粘接机理的研究

用３种聚酯（ＰＥＡ、ＰＢＡ、ＰＨＡ）和ＭＤＩ合成了分子量和软硬段比例大致相同的３种聚氨酯胶粘剂（ＰＥＡＵ、ＰＢＡＵ、ＰＨＡＵ），以ＤＳＣ、ＤＭＡ和相差显微镜等手段研究了它们与ＰＶＣ的相容性。结果表明，ＰＢＡＵ、ＰＨＡＵ与ＰＶＣ均有良好的相容性，而ＰＥＡＵ则与ＰＶＣ不相容。３种胶粘剂对ＰＶＣ的粘接强度差异很大，其粘接强度次序为：ＰＨＡＵ～ＰＢＡＵ＞＞ＰＥＡＵ，由此提出了聚氨酯胶粘剂对ＰＶＣ的粘接机理     

国外测量实例

小型高速三维形状测量仪由日本名古屋工业大学佐藤研究室与ＣＫＤ公司联合开发的三维形状测量仪ＣＵＢＩＣＳＣＯＰＥ，是一种采用通用型ＣＣＤ摄像机的小型高速测量装置。该测量仪采用激光扫描式空间位置编码法，能以每秒５件的测量速度测出横向５１２点、纵向２２０点的...     

SED—08路由器

介绍了我国自主开发的首台国产路由器ＳＥＤ－０８。它能把以太网和ＤＤＮ远程网互连，并能通过ＴＣＰ／ＩＰ、ＳＰＸ／ＩＰＸ等协议实现用户间的互操作。它采用Ｉｎｔｅｌ芯片作为主ＣＰＵ以及ＰＣＩ总线传输数据，且具有防火墙、带宽优化和高速队列管理等算法，支持ＳＮＭＰ管理功能。该路由器目前已通过生产定型，并获得ＩＳＯ９００１和ＩＳＯ９００２认证。     

零ODP发泡剂聚氨酯泡沫工业进展

零ＯＤＰ发泡剂聚氨酯泡沫工业进展刘益军编译聚氨酯泡沫（ＰＵ）的发泡剂向低臭氧消耗潜值（ＯＤＰ）的氢氯氟烃（ＨＣＦＣ）转化还不到１０年时间，现在又开始向零ＯＤＰ的发泡剂发展。在ＰＵ硬泡及聚异氰脲酸酯（ＰＩＲ）泡沫生产中废除ＨＣＦＣ１４１ｂ的期限是２０...     

文摘

文摘１混合炸药能量理论的有关知识见（英文）Ｃ９２３０２６６４ＴＡＯＷＣ，ＴＡＲＷＩＲＣＭ，ＯＲＮＥＬＬＡＳＤＬ（ＬａｗｅｒｅｎｃｅＬｉｖｅｒｍｏｒｅＮａｔｉｏｎａｌＬａｂ．，Ｃａｌｉｆｏｒｎｉａ）：Ｐ０９９８ＡＵＳＤＯＥＲｅｐ（ＵＳＡ）［ＵＣＲＬ－Ｊ...     

双层结构的智能电子秤

本文介绍一种双层结构（双ＣＰＵ）的智能电子秤，描述了内外层的主要电路特点及主要软件模块功能，着重分析了采用Ｖ／Ｆ变换器实现Ａ／Ｄ转换，用串行通讯实现汉ＣＰＵ之间的数据交换的优点。     

硅外延发展趋势

本文综述了硅外延的三大发展趋势，指出降低外延温度是外延发展的迫切要求，同时比较了分子速外延（ＭＢＥ）、光能增强化学汽相淀积（光ＣＶＤ）、等离子体增强化学上淀积（ＰＥＣＶＤ）、超高真空化学汽相淀积（ＵＨＶＣＶＤ）的优缺点，指出ＵＨＶＣＶＤ和ＰＥＣＶＤ二者合二为一是最具应用前景的方法。其次，论述了异质外延和ＳｉＧｅ／Ｓｉ超晶格材料的应用前景。最后，论述了外延生长的原位监测和外延膜的测试技术。     

硅外延发展趋势

本文综述了硅外延的三大发展趋势，指出降低外延温度是外延发展的迫切要求；同时比较了分子束外延（ＭＢＥ）、光能增强化学汽相淀积（光ＣＶＤ）、等离子体增强化学汽相淀积（ＰＥＣＶＤ）、超高真空化学汽相淀积（ＵＨＶＣＶＤ）的优缺点，指出ＵＨＶＣＶＤ和ＰＥＣＶＤ二者合二为一是最具应用前景的方法。其次，论述了异质外延和ＳｉＧｅ／Ｓｉ超晶格材料的应用前景。最后，论述了外延生长的原位监测和外延膜的测试技术。     

继续教育与人才

继续教育与人才谢荣全，刘晓玫ＣＯＮＴＩＮＵＡＴＩＯＮＥＤＵＣＡＴＩＯＮＡＮＤＴＡＬＥＮＴＥＤＰＥＯＰＬＥ￥ＸｉｅＲｏｎｇｑｕａｎ；ＬｉｕＸｉａｏｍｅｉＡｂｓｔｒａｃｔ：Ｅｘｐｌａｎａｔｉｏｎｓｆｏｒｔａｌｅｎｔｅｄｐｅｏｐｌｅａｒｅｖａｒｉｏｕｓ．Ｂ...     

PU软段结构对PU／PMMA IPN中两组分相容性的影响

用同步法合成了４种聚氨酯／聚甲基两烯酸甲酯互穿聚合物网络／（ＰＵ／ＰＭＭＡ ＩＰＮ）利用ＤＤＣ、ＴＥＭ和动态力学谱（ＤＭＳ）等手段综合研究了ＩＰＮ中两组分的相容性和相态结构，用基团贡献加和方法计算了各种ＰＵ和ＰＭＭＡ的溶度参数δ，结合ＰＵ软段链结构讨论了各种ＩＰＮＫ呈现不同相容性和相态结构的原因。     

光学计量用高速线阵CCD数据采集系统设计

介绍一种采用高速线阵 CCD 数据采集系统的设计过程。通过一片 MicroChip 公司的在线可编程微控制器对采集系统进行控制,并用标准 RS232 串行接口与外部进行数据通信和控制。在时序逻辑设计中,较好地解决了数据的存储、读取和点像元数据连续监测。实际应用表明该系统能满足光学干涉计量中线阵 CCD 数据采集要求。由于可以对线阵 CCD 进行单点、多点和整块数据的读取处理,因而可适应于不同周期、不同像素数目的线阵 CCD 传感器,以满足多种不同需求。     

Fast and High-Resolution Optical Inspection System for In-Line Detection and Labeling of Surface Defects

Automated optical inspection systems installed in production lines help ensure high throughput by speeding up inspection of defects that are otherwise difficult to detect using the naked eye. However, depending on the size and surface properties of the products such as micro-cracks on touchscreen panels glass cover, the detection speed and accuracy are limited by the imaging module and lighting technique. Therefore the current inspection methods are still delegated to a few qualified personnel whose limited capacity has been a huge tradeoff for high volume production. In this study, an automated optical technology for in-line surface defect inspection is developed offering high performance in spatial resolution and detection speed for any surface. The inspection system consisting of an LED array which illuminates a wide inspection area on the test object captures scattered light from surface defects using a 12288-pixel line CCD at 12 kHz acquisition rate. A 3.5 \(\mu\) m per pixel resolution of the line CCD provides a detection width capability of at most 43 mm which is equivalent to 147 megapixels image data acquired per second. To handle the large volume of data per acquisition cycle, the data are transmitted from a host CPU to multiple GPU devices where CUDA-based image processing kernels are adopted to perform detection and labeling of surface defects in parallel. The processed data is sent back to the CPU to display user-defined defect maps. 2-D inspection of back-coated flat mirrors, 43 mm x 70 mm\(^{2}\) in size, using a single CCD module and multiple GPU reveals that surface flaws such as bubbles, cracks, and edge defects are detected accurately. The acquisition time to capture and load the data to a CPU is 1.7 s while the processing time to transmit the same data for surface defect detection in a GPU is 248 ms. The latter time scale is considerably faster compared to minute-long computations in solely CPU-based processing algorithm of the same test object. The minimum width of detected surface defects is about 10 \(\mu \)m with true detection rates above 94%. Moreover, the inspection system is easily configurable by tasking multiple CCD imaging modules to different GPU devices to allow inspection of larger test objects. This flexibility can improve both acquisition and detection speeds to boost in-line circuit chips, packaging, and touchscreen panel inspection systems.     

LAMOST球焦面光纤坐标检测方案

对LAMOST光纤定位系统中球冠状焦面板上4000个光纤头位置的检测,要求检测系统检测速度快、精度高,为此采用极坐标旋转扫描装置进行检测。检测装置包括角度传感器和绕球冠状焦面板中心旋转的圆弧形扫描梁,后者由多片线阵CCD软拼接而成,其数据用并行主从结构进行采集与处理。采用“光重心法”对光纤出射光斑信号进行处理,获取光纤端部的位置特征。     

多通道CCD图像数据实时记录系统

针对多通道CCD图像数据实时记录、预处理问题,本文提出了一种基于DSP并行处理技术的方案.实验结果表明,系统实现了多通道CCD图像数据的实时记录.用四片DSP以及一个通用CPU实现一个最小系统,用于实时记录六路CCD图像数据,同时实现图像数据和辅助数据的分离,处理结果可以记录在本地的磁盘,也可以通过网线完成数据的传输.最小系统安装在标准的CPCI机箱中,当输入通道数大于六路时,可以通过最小系统并行的方式,实现系统的扩展.该方案已经应用于18路CCD图像数据的实时记录系统中,最小系统实现了最高63.2MB/s的数据记录.     

脉冲激光光谱测试仪的设计

设计了一种基于ISP技术的线阵CCD的驱动电路和高速脉冲光谱数据采集卡,建立了一套智能化脉冲激光光谱测试系统。该系统主要由分光系统、CCD传感器、光脉冲同步信号发生器、数据采集卡及计算机等部分组成。CCD将光强信号转换为电信号输出,经A/D转换器转换后的数字信号存入数据采集卡的帧存储器中,由计算机控制进行光谱数据的分析、处理。提出了用重心法对脉冲激光器的重复频率进行评估的方法,使测量精度达到了亚像素级。对系统所用脉冲激光器谱线峰值波长的复现性进行了测量,其标准差为0.0327nm。     

动态目标的线列CCD数据采集方法

本文以火车车厢标号为研究对象，介绍了一种用线列ＣＣＤ对动态目标进行数据采集的新方法。全文共分四部分．在介绍了系统总体设计方案之后．重点介绍了系统各部分的构成与特点，并给出了图象存储体的结构框图和图象的输入流程图．其方法实用性强．在动态图象处理领域具有广阔的应用前景．     

用于磁光盘误码率测试的高速数据采集系统

介绍一种用于磁光盘误码检测的新型高速数据采集－暂存系统。该系统的硬件设计针对磁光盘记录数据的特点，采用独立的“采集－暂存”结构，软件由ＭＣＳ－５１单片机汇编语言设计而成，文中还介绍了此系统与ＭＣＳ－５１单片机传输数据的方法。     

高速运动物体的图象数据采集

通过介绍以线阵ＣＣＤ获取火箭弹在飞行过程中通过某一截面的运动图象的数据采集,商讨在采储高速运动物体图象中常遇到的几个关键技术问题－运动物体与图象采集系统的同步,图象数据的存储及图象的显示与打印。     

高速高灵敏光纤传输EMCCD相机设计

针对高帧频摄像机灵敏度较低与无法远程实时传输的难题,本文采用EMCCD器件提高其灵敏度,并利用光纤通信与USB技术实现高帧频图像的远程实时传输与记录.文章详细介绍了基于EMCCD器件CCD60建立相机的一种方法.利用CPLD器件产生EMCCD控制时序及视频同步处理控制时序,采用集成器件与分立器件相结合的方式建立EMCCD垂直驱动电路,建立EMCCD工作环境;然后,采用具有CDS功能的集成器件对CCD视频信号进行数字化,获得高帧频数字图像数据;再使用CPLD器件与光传输编解码芯片结合的方式实现高速图像数据的远程实时传输,最后采用USB2.0技术实现高速数据的实时采集.系统像素分辨率128×128,最高帧频可达1 000 fps,能应用于低照度高速图像荻取场合.     

Performance and scalability of Fourier domain optical coherence tomography acceleration using graphics processing units

Fourier domain optical coherence tomography (FD-OCT) provides faster line rates, better resolution, and higher sensitivity for noninvasive, in vivo biomedical imaging compared to traditional time domain OCT (TD-OCT). However, because the signal processing for FD-OCT is computationally intensive, real-time FD-OCT applications demand powerful computing platforms to deliver acceptable performance. Graphics processing units (GPUs) have been used as coprocessors to accelerate FD-OCT by leveraging their relatively simple programming model to exploit thread-level parallelism. Unfortunately, GPUs do not "share" memory with their host processors, requiring additional data transfers between the GPU and CPU. In this paper, we implement a complete FD-OCT accelerator on a consumer grade GPU/CPU platform. Our data acquisition system uses spectrometer-based detection and a dual-arm interferometer topology with numerical dispersion compensation for retinal imaging. We demonstrate that the maximum line rate is dictated by the memory transfer time and not the processing time due to the GPU platform's memory model. Finally, we discuss how the performance trends of GPU-based accelerators compare to the expected future requirements of FD-OCT data rates.