织物涂层用含氟硅油改性聚氨酯水分散体的合成与表征

为合成高性能织物涂层剂,以聚四氢呋喃醚、聚乙二醇、端氨基含氟硅油为混合软段,合成了有机硅改性的水性聚氨酯(WFSPU)。用红外光谱、核磁共振谱表征了改性聚氨酯的化学组成;通过纳米粒度测定及Zeta电位分析考察了乳液的稳定性;通过差热扫描量热、正电子湮灭谱及静态拉伸试验分别研究了WFSPU膜的热性能、自由体积空洞及力学性能。研究结果表明,当含氟硅油用量(质量分数)<10%时,可以制得稳定的乳液,聚氨酯膜的软段玻璃化转变温度约为-78℃。当含氟硅油质量分数为6%时,WFSPU膜的拉伸模量最高,达到47.33 MPa,断裂伸长率为663.49%。     

传统大豆发酵食品的生理功能

本文综述了我国传统大豆发酵食品的各种功能性成分，总结了其生物调节功能，并针对我国传统大豆发酵食品的研究开发提出了一些建议。     

端丙烯酸酯基超支化聚酯/聚氨酯丙烯酸酯体系的紫外光固化行为及性能

利用红外光谱(FT-IR)法研究了端丙烯酸酯基超支化聚酯(VHBP)/聚氨酯丙烯酸酯(PUA)体系紫外光固化反应,并研究了不同代数及含量VHBP对涂层性能的影响。结果表明,纯PUA达到最终双键转化率所需的时间最短,VHBP代数和含量高的体系时间较长。在PUA中加入VHBP后涂层硬度大幅提高,具有良好的综合性能,优于传统的PUA/环氧丙烯酸酯体系。随着VHBP含量的增加,涂层的硬度逐渐增大,耐冲击性和附着力有所降低。在相同VHBP含量时,硬度随代数的增加而逐渐降低。     

西城夜未央——浅谈城市微更新中的夜景照明设计

随着现代科技的发展,人们的生活节奏越来越快,一种全新的生活聚集地——不夜城成了城市中青年社交,文化交流及娱乐放松的新型地标。打造城市街区的夜景照明,具有促进城市消费,提升城市档次的重要意义。本文以打造南京城首家24h夜游示范区为主题,详细介绍了南京新城科技园区内的城市微更新改造——西城夜未央的夜景照明设计。     

基于DFMC模式的草编产品设计研究——以山东博兴草编产品为例

文章针对山东博兴草编商家为节省产品创新开发成本,而相互借鉴造成的产品同质化现象问题,运用DFMC的设计方法,以草编坐具为例,提出了一套草编坐具产品创新设计的系统方法。这一设计方法首先根据用户现有需求和未来需求开发出产品族模型库,再根据用户多样化需求以产品族模型库为基础配置产品形式,最终设计生产出的产品呈现出多样性、多元化的特点,可以克服和缓解博兴草编产品的同质化现象,促进草编产品的设计转型升级。     

以可靠性为中心的维修方法及其在隧道中的应用

本文针对目前隧道监控维修状况及存在的问题,提出以可靠性为中心的维修(RCM)作为维修理念,并将其引入到隧道管理中,对隧道设备的故障模式及可靠性进行分析,并对RCM方法在隧道监控维修中的应用做了初步研究。最后通过案例说明,隧道采用RCM方法可有效降低维修费用,具有一定的经济效益和社会效益。     

树枝形聚酰胺胺对尼龙6性能影响的研究

研究4．0代树枝形聚酰胺胺（PAMAM）对尼龙6拉伸性能、冲击性能及熔体流动速率的影响。结果发现，在尼龙6中添加PAMAM后，尼龙6的拉伸强度、断裂伸长率、缺口冲击强度及熔体流动速率均有所提高，PAMAM添加量为1．0％时效果最佳。PAMAM与尼龙6之间强烈的相互作用，以及两相界面上形成的密实薄层，是尼龙6力学性能提高的原因。     

Semi-supervised LIBS quantitative analysis method based on co-training regression model with selection of effective unlabeled samples

The accuracy of laser-induced breakdown spectroscopy(LIBS) quantitative method is greatly dependent on the amount of certified standard samples used for training. However, in practical applications, only limited standard samples with labeled certified concentrations are available. A novel semi-supervised LIBS quantitative analysis method is proposed, based on co-training regression model with selection of effective unlabeled samples. The main idea of the proposed method is to obtain better regression performance by adding effective unlabeled samples in semisupervised learning. First, effective unlabeled samples are selected according to the testing samples by Euclidean metric. Two original regression models based on least squares support vector machine with different parameters are trained by the labeled samples separately, and then the effective unlabeled samples predicted by the two models are used to enlarge the training dataset based on labeling confidence estimation. The final predictions of the proposed method on the testing samples will be determined by weighted combinations of the predictions of two updated regression models. Chromium concentration analysis experiments of 23 certified standard high-alloy steel samples were carried out, in which 5 samples with labeled concentrations and 11 unlabeled samples were used to train the regression models and the remaining 7 samples were used for testing. With the numbers of effective unlabeled samples increasing, the root mean square error of the proposed method went down from 1.80% to 0.84% and the relative prediction error was reduced from 9.15% to 4.04%.     

BAMO/GAP无规共聚物的合成与表征

采用1,4-丁二醇-三氟化硼乙醚(BDO/BTFE)体系通过阳离子开环聚合合成了3,3-二溴甲基氧丁环/环氧氯丙烷(BBMO/ECH)无规共聚物,再通过叠氮化反应,得到3,3-二叠氮甲基氧丁环/叠氮缩水甘油醚(BAMO/GAP)无规共聚物。通过反应条件优化,确定了阳离子开环反应的最佳条件是n(BTFE)∶n(BDO)=1∶2,反应温度15℃。通过红外光谱(FT-IR),核磁共振(13C-NMR),凝胶渗透色谱(GPC)和差示扫描量热(DSC)对其进行了表征。BAMO/GAP无规共聚物的-Mn=1750,分子量分布1.12,齐聚物含量约为22%;DSC结果证明,其玻璃化转变为-57.68℃,无结晶性。