开放式继电保护综合实验系统的研制

针对国内高校在电力系统继电保护教学实验中存在的问题,将传统模拟式保护和现代微机式保护相结合,研制出开放式继电保护综合实验系统,构建了适应新课程体系的公共实验平台.结果表明,该系统各项指标达到设计目标,亦满足电力系统稳定性要求,有助于学生学习和理解,教学效果很好.     

BDN染料调Q激光器速率方程的计算机解

一、引言 BDN染料的光化学稳定性好,工作寿命长,吸收谱线恰好在1.06μm,消光系数为2.5×10~4/克分子厘米,弛豫时间为10~(-9)秒,是Nd~(+3):YAG和钕玻璃激光的良好的调Q介质。我们使用H_(89)微型计算机和采用龙格—库塔法对BDN染料调Q激光器速率方程进行了计算机解,所得到的结果对于中小型固体染料调Q激光器的设计具有指导意义。     

日本酱油的特性与酿造工艺

日本酱油种类与特性 酱油是日本传统调味料,现已作为世界性调味料向近百个国家出口,特别是向美国出口多。酱油种类由日本农林省规格(JAS)按酿造方法分三类:本酿造酱油、新式酿造酱油、酶处理液-氨基酸混合式酱油。酱油中含食盐、糖类、乙醇,氨基酸等调味料及防腐剂等。     

Ni-Ti合金在熔融(Li,K)2CO3中的腐蚀行为研究

研究了Ｎｉ,Ｎｉ－５Ｔｉ,Ｎｉ－１０Ｔｉ及Ｎｉ－１５Ｔｉ（质量分数,％,下同）合金在６５０℃熔融（６２Ｌｉ－３８Ｋ）２ＣＯ３中,空气气氛下的腐蚀行为,Ｎｉ－５Ｔｉ合金的腐蚀速度小于纯镍,表面形成Ｎｉ和Ｔｉ的混合氧化膜,Ｎｉ－１０Ｎｉ和Ｎｉ－１５Ｔｉ合金的腐蚀速度却明显高于纯镍,表面也形成了Ｎｉ和Ｔｉ的混合氧化膜,但沿原始合金中的ＴｉＮｉ３相发生了严重的Ｔｉ的内氧化,和纯镍厢比,Ｎｉ－Ｔｉ合金表面氧     

智能网应用规程INAP的一致性测试

对智能网应用协议(INAP)做了必要的说明,并重点对INAP一致性测试的方法、测试过程及在INAP一致性测试中常见问题的处理作了详尽的论述。     

魔芋精粉-氢氧化钙对小米面条品质的影响

研究魔芋精粉和氢氧化钙的联用对小米粉面团的热力学特性以及面条品质的影响。结果表明,添加氢氧化钙对小米粉的热水膨胀度和面条的蒸煮品质具有显著影响,魔芋精粉与氢氧化钙对小米面团的热力学及流变学性质的影响有协同作用。魔芋精粉中的魔芋葡甘聚糖具有强吸水能力,且对蛋白质有促交联作用。添加魔芋精粉可以有效增大小米面团的吸水性,降低小米面团的回生值和面条的硬度,增大面条弹性。添加0.2%氢氧化钙和1.5%魔芋精粉时制得的小米面条的感官品质较好,且微观网状结构均一。魔芋精粉及与氢氧化钙的联用可改善小米食品的加工性能。     

彩色超高性能混凝土在装饰性工程的应用研究

彩色超高性混凝土（UHPC）作为一种新型的兼顾结构功能性和装饰性的材料,依托于其超高强度和耐久度的基本性能,具有室内与室外场景、大型工程及小型构件在实际应用中兼容的优势。该新兴材料可转化为广阔的社会和经济效益。本文对UHPC材料发展与前景及其优势、实际应用场景进行了探讨。     

陶瓷产业信息化现状调查及问题对策分析——以广东清远为例

陶瓷产业是广东清远的支柱与民生产业,但受人工成本提高、原材料涨价、能耗等因素影响,清远陶瓷产业发展面临瓶颈.随着环保要求的不断提高,清远陶瓷企业实现了"煤改气"的技术改造,陶瓷企业信息化程度也有了一定的提升.现以清远2020年34家陶瓷企业为研究样本,对清远陶瓷企业的信息化现状进行调研、分析,并对清远陶瓷企业的信息化现...     

超声辅助提取油莎豆油的工艺优化及品质分析

为提高油莎豆油的得率且保证成品品质,本研究采用超声辅助正己烷法对油莎豆油的提取工艺进行响应面试验优化,确定最优提取条件后对油莎豆油品质进行分析。在油的品质研究中,采用25℃（常温）、47℃（超声辅助提取最佳温度）、60℃（高温）三个温度对比超声作用对油样中总酚含量、总黄酮含量、1, 1-二苯基-2-三硝基苯肼（1,1-diphenyl-2-picrylhydrazyl,DPPH）自由基清除率、脂肪酸组成及含量的影响。结果表明：脱皮油莎豆研磨后在料液比1:15 (g/mL)、超声时间20 min、超声温度47℃、粉碎粒度70目时,油莎豆油的得率为25.01%±0.03%,油样为黄橙色微浊状态,具有豆类特有的香气。油莎豆油对DPPH自由基有一定的清除作用,超声可更好地溶出油莎豆中的营养物质,但对油莎豆中黄酮类物质的破坏效应相对较大,酚酸类物质在高温时含量显著（P<0.05）下降。在25～60℃间超声作用和温度的变化对脂肪酸的种类和含量的影响不大,油酸（C18:1）含量最高,约为73.81%～74.00%。本试验结果可以为油莎豆油脂的开发利用提供一定基础和理论依据。     

循环一致性的无监督可变形图像配准方法EI北大核心CSCD

针对可变形图像配准中因变形场可逆性被忽略而导致配准精度降低的问题,提出一种变形场循环一致性的无监督可变形图像配准方法.首先,设计了一种基于无监督学习的可变形图像配准框架,它包括学习图像特征的编码-解码器和用于生成采样网格的空间变换网络2部分,以指导浮动图像朝着参考图像方向的准确移动,从而完成图像的配准;其次,提出变形场循环一致性的损失函数,以保证配准过程中变形场的一致性;最后,结合雅可比损失函数和L2范数对变形场进行惩罚,以保证变形场的光滑性,促使网络输出准确、真实的变形场.基于PyTorch框架,使用2D合成数据集和2DMR数据集对该网络进行评价.实验结果表明,与几种先进的配准方法相比,该方法在Dice值上提升了1.77%,在变形场雅可比行列式负值比例上下降了35.71%,取得了更好的配准效果.