采用特征值灵敏度分析法的区域振荡临界线路选取方法

通过在临界线路上加装补偿装置来控制线路有功功率,可以抑制系统功率振荡,其有效性取决于最佳线路的选择.以特征值灵敏度分析方法为基础,提出了一种利用阻尼灵敏度指标选取临界线路的方法,通过计算特征值相对于线路参数的灵敏度,得到线路参数在区域振荡模式下阻尼灵敏度指标;然后通过阻尼灵敏度指标来选取区域振荡中的临界线路,并利用阻尼灵敏度指标评价系统线路参数对电力系统小干扰稳定性的影响.最后,通过新英格兰16机系统算例分析证明了该方法的正确性和有效性.     

热-机械循环训练对Fe-15Mn-4Si-8Cr-4Ni形状记忆合金耐腐蚀性能和低温应力松弛的影响

研究了热-机械循环训练对Fe-15Mn-4Si-8Cr-4Ni形状记忆合金耐腐蚀性能以及低温松弛的影响,结果表明,随着循环次数的增加,合金在5%NaOH溶液中的耐腐蚀性能呈下降的趋势,这是因为热-机械循环处理导致了碳化物的大量析出,从而降低合金的耐腐蚀性能;经过热-机械循环处理后合金的低温应力松弛率高于未经循环处理的合金,约提高3%左右.导致合金低温应力松弛率提高的原因是回复应力的提高为应力诱发ε马氏体相变提供了大的机械驱动力以及应力诱发ε马氏体的临界应力的降低.     

基于概念图/思维导图的网络课程教学评价

设计高质量的网络课程和教学效果评价方法,已成为网络教育的重要课题。传统的网络化课程资源对知识的呈现成线性方式,这对学习有积极的影响,但也使学习者在浏览时出现迷航或认知超载的问题。针对该问题,文中研究了概念图/思维导图在网络课程设计和教学评价中的应用,并给出了设计实例。     

军队院校网络教学模式的探索

介绍了军队院校网络教学水平现状,提出了基于军队院校进行网络课程建设的规划和教学组织方法,并针对军校学员的教学模式进行了探讨。     

化学气相沉积制备V_2O_5-WO_3/TiO_2催化剂及表征

以蜂窝堇青石为基体,采用化学气相沉积技术结合浸渍工艺制备出V2O5-WO3/TiO2脱硝催化剂,通过SEM、BET、XRD和EDS完成载体以及催化剂微观结构和成分表征,并利用活性评价装置测试了催化剂NO脱出率。试验结果表明,化学气相沉积技术制备的载体表面为锐钛矿型TiO2,其颗粒聚集成团块状,BET为62.73m2/g,平均孔径为9.8nm。制备的V2O5-WO3/TiO2催化剂孔结构规律与TiO2载体相似,V2O5在TiO2载体上无定形态单层分散,微量V2O5在微区长大成针状,宽度100nm;在350℃、4000h-1、n(NH3)/n(NO)=1时,催化剂NO脱出率ηNO达到96.7%。     

黑龙江少数民族村落文化景观价值及保护研究

乡村振兴战略背景下,传统村落如何应对挑战并在保护中发展,成了研究的热点。基于对黑龙江省现有的29处少数民族特色村落的调查,从乡村文化景观视角、可持续演进的景观研究及保护的理论和方法出发,提炼了不同少数民族村落的价值特征,并发现了村落空心化、价值挖掘浅、保护意识淡薄、同化严重、生态安全格局严峻等问题。基于此提出了深入挖掘价值、同步保护适当倾斜、加强文化认同等解决方案,为黑龙江及我国其他省份少数民族传统村落价值发掘及其保护提供参考。     

磁性坡缕石复合材料的制备及性能

以提纯和超细制备的纳米坡缕石矿浆与纳米Fe3O4磁性流体复合,经加热和活化处理后,制备了外包磁性微粒的磁性坡缕石纳米复合材料.当每100 g坡缕石中加入24 g纳米磁性微粒时,磁场对磁性坡缕石纳米复合材料的截留量为90.2%,其磁化率为4.3×10-2.利用化学分析、X射线衍射、红外光谱、透射电镜及磁性能测试等分析手段对磁性坡缕石复合材料进行了表征及磁性能测试,结果表明:所制备的坡缕石磁性复合材料具有高分子靶向药物载体材料的功能,有望成为新型靶向药物载体材料.     

浅谈厂矿企业通信方式及其特点

当今通信设备品种繁多，文中介绍了厂矿企业不同用途时可供选择的几种主要通信方式及其特点     

铸锭方式对Nd-Fe-B合金铸锭显微结构的影响

研究了NdFeB合金不同的铸锭方式所获得的显微组织结构特征。研究发现，传统工艺获得的炮弹式铸锭晶粒粗大，富钕相分布相对集中，还有α-Fe偏析；改进铸模和冷却方式获得的平板铸锭晶粒较小，柱状晶明显，富Nd相较薄，但某些小区域仍有团絮状的富Nd相。与传统工艺铸锭相比，组织得到明显的优化；快淬工艺得到的NdFeB合金铸片Nd2Fe14B柱状晶组织明显，细小，富Nd相极薄且均匀地分布在Nd2Fe14B的周围，是制备高磁性能尤其是(BH)m≥50MGOeNdFeB的理想显微组织。     

基于卟啉传感器阵列系统的肺癌标志物识别算法

卟啉传感器阵列系统可以检测肺癌呼出气体中特定的标志性气体,不同标志性气体检测输出的差值图谱不一样.介绍了一种结合反向传播(BP)神经网络和主成分分析(PCA)的肺癌标志性气体种类识别算法,并将其应用在卟啉传感器阵列系统中.通过计算卟啉传感器阵列中各点的主成分得分选出敏感点,保留各气体敏感点的值,并组成识别模板作为BP神经网络的输入层,达到去除冗余数据的目的.通过实验对比聚类分析结果、未降维数据的BP神经网络识别结果及已经PCA降维后的数据作为输入的BP神经网络识别结果,证明提出的算法可以更加精确地识别不同的肺癌标志性气体.