纤维表面改性对纸基摩擦材料原纸强度性能的影响

采用高温空气氧化法对碳纤维表面进行改性处理,同时采用磷酸氧化法对芳纶短切纤维表面进行处理,对改性前后的两种纤维分别进行表征;采用芳纶浆粕、竹浆、海泡石绒以及改性前后的碳纤维和芳纶短切纤维混合来抄造纸基摩擦材料原纸;探究纤维的表面改性处理对纸基摩擦材料原纸强度性能的影响。结果表明,改性后的纤维表面产生了很多沟壑,纤维表面粗糙程度增加,纤维表面的接触点和面积更多,结合力更大,同时引入了大量的活性基团;用改性纤维配抄的纸张层间结合强度比未改性纤维配抄的纸张层间结合强度提高了21%。     

智能汽车监控系统

在货车的行驶过程中,货仓内发生的情况往往是司机所不知晓的,因而给行车安全以及运输货物的安全带来了极大的隐患.为了实现将货仓内的环境信息实时地传送给驾驶司机,当险情突发时,司机能够在第一时间采取必要的防范措施,以保证行车安全.文章设计的系统集中了温度传感器、湿度传感器、烟雾传感器、光照强度传感器、红外防盗传感器以及GPS定位来保证货物安全,同时实现了货车防盗的功能.     

基于SPCE061A语音识别门禁系统实现的研究

提出一种基于凌阳科技SPCE系列16位单片机智能语音识别门禁系统实现方法。实现基于SPCE061A的语音信号采集与分析处理：语音特征提取与识别算法。测试表明本方法成功实现基于SPCE061A的小词汇量、特定人的智能语音识别门禁系统,达到较高的识别率和较低的拒识率。     

稀土永磁无刷直流电动机控制线路的设计

用VDMOS场效应晶体管作为开关元件，设计了稀土永磁无刷直流电机的电子控制线路，主要包括：功率开关主回路，功率驱动回路，吸收回路，逻辑控制电路，并配以样机进行实验，电子控制线路均能可靠，正常地进行工作，实验数据表明，电机均能满足各项性能，指标的要求。     

无刷直流电动机极弧宽度设计

本文根据电机定子电流在定子表面分布的特点，提出了稀土永磁无刷直流电动机转子磁场为矩形分布时，要使电磁转矩波动趋于零，极弧宽度需满足的关系式。从而为合理选择极弧宽度，达到减少电磁转矩波动的目的提供了一种有效途径。     

基于MAX 7000A与CYUSB3014的USB3.0数据采集系统的设计

文章设计与开发了一套USB3.0数据采集与传输系统,该系统采用MAX 7000A为主控芯片,CYUSB3014为USB3.0接口芯片。本文先给出硬件系统的设计,然后介绍了固件和驱动程序的开发。经测试,该系统能实现超高速数据采集与传输。     

微生物降解油烟废气的条件优化

生物法降解油烟废气具有具有处理效率高,投资及运行费用低,无二次污染,具有较好的除异味能力的优点。对一株对油烟有较强降解能力的菌株进行单因素分析实验以优化降解条件,得到该菌株的最佳降解条件为pH7.5、食用油浓度6g/L、降解时间48h、温度30℃。     

纳米纤维素增强芳纶云母纸性能的研究

为了改善芳纶云母纸成纸性能,研究了添加纳米纤维素(NFC)对芳纶云母纸性能的影响;同时采用单因素控制法确定NFC用量和超声波处理NFC对芳纶云母纸性能的影响,得到优化的工艺条件;并探究NFC增强芳纶云母纸的机理。结果表明,NFC添加量为10%(NFC∶芳纶∶云母=1∶2∶7)时,相比空白样,纸张抗张强度增加了447.6%,介电强度增加了6.3%;超声波处理NFC的最佳条件为:超声波功率1000 W,处理时间15 min,NFC初始浓度1.5%;相对于未经超声波处理的NFC,超声波处理NFC的NFC-芳纶云母纸的抗张强度增加了197.2%,介电强度增加了26.9%。NFC的加入填充了芳纶云母纸表面及内部的空隙,又在一定程度上减少了芳纶纤维的用量。     

量程自整定高精度频率测量的FPGA实现

数字频率计是一种应用十分广泛的电子测量仪表,针对宽频率范围被测信号频率测量应用需求,提出并实现了一种基于FPGA的自动量程切换高精度数字频率计的设计方法。通过构建测频控制器、闸门同步生成器、量程自动切换等模块,并采用Verilog HDL语言进行描述,运用自顶向下的数字系统设计方法实现了宽频率范围频率测量的量程自动切换。在Xilinx公司的XUPV5-LX110T开发板上进行了测试,给出了系统后仿真波形。结果表明目标系统能根据被测信号频率范围进行自动量程切换,实现高精度频率测量,测量精度不低于10-7,有效提高系统稳定性和抗电磁干扰能力。     

基于自适应变量加权的汽油辛烷值预测方法

针对汽油精制过程中控制变量之间非线性和强耦联性,产品汽油中辛烷值难以测定的问题,提出一种基于自适应变量加权的汽油辛烷值预测方法.首先,利用一种新颖的变量加权模块捕获变量之间的相关性获取变量权重,通过自适应变量加权的方式提升主要变量的重要性,抑制其他次要变量的作用;然后,考虑到汽油脱硫过程对辛烷值的影响,输入加权激活后的变量到辛烷值预测模块,模型同时输出辛烷值和硫含量的预测结果;最后,基于工业数据进行模型验证,结果表明,与无变量加权模块的神经网络预测方法,基于随机森林的神经网络预测方法和基于变量加权堆叠自编码器的预测方法相比较,所提出的自适应变量加权汽油辛烷值预测方法具有更高的预测精度,可以用来优化汽油精制过程的操作条件.