微波合成阿司匹林的工艺研究

本论文采用微波方法合成阿司匹林，用无水碳酸钠作催化剂量，研究了微波在有机合成中的应用及其他加热原理。利用了交互的正交试验方法，在反应物配比、微波功率，辐射时间和催化剂用量这四个因素中寻找出最佳合成工艺条件，从而提高了阿司匹林的产率，实现了有效地利用微波技术促进有机合成反应。     

消除磨齿裂纹的工艺措施

介绍了磨齿裂纹的产生机理,给出了防止磨齿裂纹产生的工艺措施,收到了良好的效果。     

负离子塑料的制备与研究

综述了负离子添加剂表面改性的方法,详细介绍了负离子塑料的制备工艺:熔融共混法、涂覆法、负载催化聚合,并对负离子塑料的发展做了展望。     

流媒体QoS端到端自适应控制策略综述

流媒体的文件本身所具有的大容量、实时要求高等特点,使得当前基于TCP/IP的网络环境下的流媒体业务的服务质量得不到保证,时常导致网络拥塞的发生,因此在应用层采用基于两头端系统的拥塞控制方法来提高流媒体的服务质量是必要的。文中通过综述的形式对当今国内外的不同端到端的自适应控制策略进行介绍。首先介绍的是自适应系统定义和结构框架,然后是分类,接下来介绍了自适应系统的各个功能。并将这些不同的实现方法进行了分析和归纳。最后提出了总结和希望。     

改进灰狼算法及其在港口泊位调度中的应用

为提升港口泊位调度的效率,提出一种基于改进灰狼算法的船舶调度优化方法.针对灰狼算法收敛速度慢、寻优精度不高等不足,引入Sin混沌初始化,增强初始种群的均匀性和遍历性;引入头狼引领策略,加快算法收敛,提高算法效率;引入合作竞争机制,增强算法局部搜索的能力;在灰狼种群位置更新时引入自适应权值,以满足不同时期的寻优要求.为验证改进灰狼算法的有效性,将该算法与其他6种不同算法进行对比实验.结果表明:改进灰狼算法的收敛速度明显快于其他6种算法,在不同测试函数的仿真中均能得到所求函数的最优值,且该算法独立运行20次取得解的标准差均为0,表明该算法对不同维度的求解问题均具有很好的抗扰性;在港口泊位调度的应用中,经过该算法优化后,所有船舶停留总时间较优化前缩短了14.7%,大幅度缩短了船舶的在港时间.该算法在船舶调度优化中取得了满意的应用效果,能够得出相对较佳的调度方案,实现泊位停靠最优化,为港口泊位调度优化提供了新方法.     

高铬铸钢轧辊的组织及其氧化行为

轧辊氧化膜形成及剥落显著影响轧辊的辊耗及钢板的表面质量。为控制轧辊的氧化行为,采用增重法研究离心铸造高铬铸钢轧辊在大气及水蒸气环境中的氧化行为,并采用金相显微镜(OM)、扫描电子显微镜(SEM)、X射线衍射(XRD)等方法研究了高铬铸钢组织及氧化膜的结构。结果表明,高铬铸钢组织为回火马氏体基体和共晶Cr7C3碳化物;氧化过程中基体优先被氧化,粗大碳化物表面几乎不被氧化;温度及环境对氧化膜生长及相结构都有一定的影响,高温及水蒸气环境加速氧化,并促进γ Fe2O3向γ Fe3O3转化。因此,控制轧辊的氧化,关键是控制轧辊的使用温度。     

基于22kW笼型等功率风力机模拟系统研究

为更好地在实验室内开展风电技术研究,提出了一种带双齿轮箱的风力机模拟系统.该系统主要包括两个变频器、两个转矩转速传感器、一台原动机、一台发电机、一个PCI板卡、一台上位机和一个主控制界面,能够模拟兆瓦级和等功率风机特性.针对等功率风机特性中恒转速和恒风速两种典型情况进行了研究分析,实验结果表明,该平台能够准确地模拟出等...     

基于 AHP 与TOPSIS 法的自闭症儿童康复训练产品设计评价方法及应用

针对自闭症儿童康复训练产品设计方案评价的方法和流程,减小方案选择过程中 人的主观性和片面性,运用层次分析法(AHP)和逼近理想解排序法(TOPSIS)对自闭症儿童康复 训练产品进行综合评价。首先通过文献研究和专家访谈构建了康复训练产品的评价体系,其 次运用AHP 确定了各项评价要素的权重,然后采用专家打分的方式建立了初始评价矩阵,对 矩阵进行标准化处理后获得了加权标准化矩阵,从而得出正理想解和负理想解,接着通过计 算各待评价方案与理想解的距离确定最终的等级排序,最后对该方法进行了验证。基于AHP 与TOPSIS 法的自闭症儿童康复训练产品评价方法实现了对3 款康复训练产品的优先级排序, 可以减小设计方案评价的主观性和片面性,为今后自闭症儿童康复训练产品的设计评价和方 案优选提供参考。     

EMD和平滑伪Wigner-Ville谱熵的轴承故障诊断

提出一种基于经验模态分解(EMD)和平滑伪Wigner-Ville分布 (SPWVD) 谱熵的滚动轴承故障诊断的方法。EMD方法充分保留信号本身的非线性和非平稳特征,在信号的滤波和去噪中具有较大的优势,SPWVD谱熵用于定量刻画轴承不同状态下振动信号的时频能量分布,将二种算法相结合应用于不同工作状态滚动轴承,并设计最小二乘支持向量机(LS-SVM)智能模型,实现轴承状态和故障类型的自动分类和识别。通过SPWVD谱熵与谱峭度法的对比,验证了SPWVD谱熵的有效性。实验表明此方法能够有效地提取轴承故障的特征信息,提高轴承故障诊断率。     

基于可分离性判据的自适应加权纹理图像分割*

进行自适应加权,以提高可分离性好的特征在分类中所起的作用,使加权后的特征具有更好的分类效果。实验表明,该方法的分割结果比未加权的效果要好。