高岭土表面偶联改性对环氧树脂性能的影响

介绍用硅烷偶联剂与钛酸酯偶联剂处理高岭土的方法，研究处理剂用量与偶联高岭土加入量对环氧树脂弯曲强度、弯曲弹性模量及冲击强度的影响。结果表明，经硅烷偶联剂与钛酸酯偶联剂处理的高岭土填充环氧树脂，弯曲强度、弯曲弹性模量及冲击强度都有不同程度的提高，在硅烷偶联剂浓度为1%（或钛酸酯偶联剂用量为0.8%）、高岭土的填充量为30%时，环氧树脂的弯曲强度、弯曲弹性模量及冲击强度分别由92.0MPa、3.12GPa、9.2kJ/m^2提高到105.3MPa、4.97GPa、13.2kJ/m^2（或100.0MPa、4.25GPa、11.4kJ/m^2），增强效果明显。     

应用型本科面向培养软件工程师的Java课程群教学研究

该文针对应用型本科大学在培养Java软件工程师教学过程中的若干问题,分析了如何面向企业软件工程师的需求进行Java课程群教学的设计,包括准确定位培养应用性人才的教学目标,课程设置的优化,教学经验的积累和进行课程体系的重建、整合与研究。     

杂色云芝漆酶的分离、纯化和酶学特性研究

杂色云芝发酵液,经超滤、DEAE-Sephadex A250柱层析两步分离、纯化出两型漆酶。以愈创木酚与酶带在适当条件下反应呈棕红色谱带鉴定出漆酶谱带。两型漆酶分别命名为LacA和LacB。经测定两漆酶亚基的分子量分别为66.0kDa和30.7kDa;等电点pI分别为4.79和5.18;LacA的最适作用温度是40℃,LacB为50℃;保温2h, LacA的半失活温度为60℃,LacB为90℃;LacA和LacB催化愈创木酚的酶活最适pH值均为4.0; 二者的稳定pH值也都在2.5~5.5之间。LacA催化氧化愈创木酚的Km和Vmax分别为286.5molL-1和292.4nmol mL-1 min-1;LacB催化氧化愈创木酚的Km和Vmax分别为813.0mol L-1和127.4nmol mL-1 min-1。     

环氧SBS开环制备顺酐化离聚体及其物化性能的研究

利用环氧化苯乙烯-丁二烯-苯乙烯嵌段共聚物（ESBS）的环氧基与顺丁烯二酸氢钾（HKM）在相转移催化剂和开环催化剂存在的条件下开环反应制得钾离聚体。研究了其反应条件，由于添加了助剂BM，环氧基开环率达到了95．2％，并用FTIR确定了离聚体的生成；通过对不同环氧值ESBS开环反应，研究了不同离子基团质量摩尔浓度对离聚体物化性能的影响。     

坚持月度政工例会制度 打造思想政治工作品牌

针对石油钻井行业施工环境艰苦、施工队伍高度分散的特点,江汉钻井以"如何不断提高基层政工干部素质、提升队伍管理水平"为课题,从1982年以来,适应不同时期的历史任务、职工群众的思想实际,在内容、方法上不断深化、拓展、丰富月度政工例会制度,打造了石油施工单位思想政治工作品牌。     

平面非均质性对面积波及系数的影响

以五点井网渗流单元为例,应用二维两相黑油模型对均质地层和六种不同平面非均质分布地层的水驱面积波及系数进行了数值模拟计算。结果表明,不同的平面非均质分布可导致非均质地层在同一含水率下的面积波及系数大于或小于均质地层的面积波及系数,并且使其达到完全驱替时的含水率高于或低于均质地层的含水率。在实际的油田开发方案设计中。根据不...     

螺旋槽管脉冲流强化对流换热数值及场协同分析

通过数值模拟计算研究了在螺旋槽管内通入脉冲流后的强化换热机理.数值计算结果表明,脉冲流动能引起出口压力呈周期波动,波动幅度随脉冲流频率的增大而增大;脉冲流动能够使流体在螺旋槽管管壁附近产生漩涡,并出现周期性的生成、漂移和脱落;由于漩涡的作用,增强了流体的径向扰动和相对扰动;脉冲流动能够改善速度场与温度梯度场之间的协同程度,从而起到强化传热的效果.     

自动振打除灰装置活塞处双向密封研究

为研究自动振打除灰装置活塞在工作状态下的可靠密封,需要选择合适的密封圈.运用CAE软件在自动振打除灰装置活塞与活塞杆密封处分别建立了双Y密封结构和X型圈密封结构的非线性有限元模型,得出了在两种不同的密封圈结构下密封沟槽中的接触应力,Von-Mises应力与工作流体压力之间的关系,对比分析两种计算结果确定了自动振打除灰装置活塞与活塞杆处合适的密封结构.     

基于类云模型聚类的多目标数据关联算法

针对多目标跟踪中的数据关联问题,提出一种基于类云模型c-均值聚类的数据关联算法.该算法采用类云模型c-均值聚类算法对目标有效回波进行聚类,将聚类中心作为目标最终观测值,运用最近邻法对聚类中心与航迹进行关联,用Kalman滤波器进行状态估计.实验结果表明,本算法与联合概率数据互联算法相比,跟踪精度高,计算量小,更适应于工程应用.     

基于深度学习的单幅图像超分辨率重建综述

单幅图像超分辨率SISR重建指从单幅低分辨率图像恢复出高分辨率图像。深度学习方法越来越多地用于图像超分辨重建领域,由于深度网络模型可以自主学习低分辨率图像到高分辨率图像之间的映射关系,与传统方法相比在该领域展现出了更好的重建效果,因而 基于深度学习的方法已经成为目前图像超分辨率重建领域的主流方向。围绕现有的超分辨深度网络模型在重建方式、结构组成和损失函数方面展开的探索进行了综合论述,通过比较不同模型之间存在的异同点,分析了不同的模型构建方法存在的优缺点及适应的应用场景,同时比较不同网络模型在主流测试数据集上的重建效果,并对该领域的未来研究方向进行了展望。