基于状态空间方法的Lamb波传播分析

Lamb波是对板类结构进行超声无损检测时常用的一种导波模式.用状态空间方法将结构中质点运动的部分位移和应力作为状态变量,结合本构方程和力平衡方程,得到了质点运动的状态方程.获得状态方程的通解后,考虑Lamb波存在的边界条件,可方便地求出波传播的频散曲线及模态参数.     

热塑性聚氨酯基导热纳米复合材料的制备及性能研究进展

简要介绍了本征型和填充型聚合物复合材料的导热机理,从氧化铝、碳纳米管和石墨烯三种导热填料方面,分别概述了这三种填料填充热塑性聚氨酯(TPU)基导热纳米复合材料的制备技术、导热性能及导热机理研究进展情况,论述了每种复合材料在不同填料改性、不同制备技术以及不同填料复合填充条件下带来的导热效率变化,最后对TPU基导热纳米复合材料研究趋势进行了展望。     

长输管道线路优选评价研究

长输管道的线路优选是一个复杂的多指标综合决策问题.依据管道选线原则,建立长输管道线路优选评价指标体系,先后对评价指标体系和候选线路集进行集对分析,求解出评价指标体系和候选线路集的联系数矩阵,根据得到的联系数矩阵确定出各指标权重以及候选线路的优劣排序.计算表明,采用集对分析评价模型进行长输管道的线路优选,使用方法简便,评价结果直观、准确、可靠.     

广东省人大常委会大会议室设计

本工程设在梅花村广东省人大常委会大院内。占地面积5200平方米,建筑面积2113平方米,为单层建筑。1985年10月竣工投入使用。 该工程面积不大,功能只有三个使用空间。一是30米跨多功能会议大厅(400座位),可供会议、放映、舞会、音乐茶座等之用;二是190平方米的外宾接待室,也可作为常委开会用;三是450平方米休息厅兼作     

功能化石墨烯/埃洛石纳米管对聚丙烯的协同强韧化改性研究

以功能化氧化石墨烯(GO)-埃洛石纳米管(HNTs)杂化材料(GO@HNTs)为纳米填料,以聚丙烯(PP)为基体,通过熔融共混法制备了不同GO@HNTs 含量的GO@HNTs/PP纳米复合材材料,并对所得杂化填料和PP纳米复合材料的结构与性能进行系统研究。研究结果表明,功能化GO与HNTs之间存在化学相互作用,二者之间形成的“屏障效应”抑制了彼此在PP基体中的团聚。仅添加0.5%GO@HNTs杂化纳米填料后,PP复合材料的拉伸强度和冲击强度分别较纯PP提高了17.5%和80.4%,与单独添加相同含量的GO或HNTs所得复合材料的力学性能相比,GO@HNTs杂化纳米填料对PP基体具有明显的协同增强增韧改性作用。与纯PP相比,GO@HNTs/PP试样表现出更高的储能模量、损耗模量和玻璃化转变峰值。由于GO@HNTs的“异相成核效应”和“物理热阻效应”,有效提高了PP纳米复合材料的结晶温度、熔融温度、结晶度和耐热分解温度。     

用原位聚合法制备的PA6/GO纳米复合材料的结构和性能

以己内酰胺(CL)和6-氨基己酸(ACA)为聚合反应单体,用Hummers法制备氧化石墨烯(GO),再以GO为纳米填料用原位开环聚合法制备了GO改性PA6纳米复合材料(PA6/GO),并对PA6/GO纳米复合材料的结构及性能进行了研究。结果表明,PA6的黏均分子量达到104数量级,但加入过多的GO使PA6的分子量降低。形貌分析表明,GO均匀地分散在PA6基体中,并诱导了PA6基体的晶型由α晶型转变成γ晶型。同时,GO作为异相成核剂促进了PA6/GO复合材料中PA6基体的结晶,提高了PA6/GO复合材料的结晶度。拉伸测试结果表明,随着GO的加入PA6/GO纳米复合材料的拉伸强度先提高后降低,GO加入量为0.4份时拉伸强度达到最大值61.72 MPa,比纯PA6(48.52 MPa)提高了27.21%。导热性能分析表明含1.0份GO的PA6/GO纳米复合材料其50℃和100℃的热导率分别为0.317 W/(m·K)和0.280 W/(m·K),较纯PA6分别提高了33.19%和33.23%。     

二足机器人之动态平衡研究

主要探讨二足机器人（biped robots）行走或受到外力干扰时,通过动态平衡控制使机器人行走更趋稳定,并增强站立时稳定性．二足机器人动态平衡之实现,主要是将动态平衡控制程序撰写于Nios Ⅱ发展环境中,当二足机器人行走时,利用脚底压力传感器取得压力值,运算及判断二足机器人实际重心是否落在二足机器人支撑多边形范嗣内,并计算实际重心与期望重心之误差,以模糊控制器将二足机器人重心控制于支撑多边形范围内,使二足机器人行走时能够更加稳定,实验结果表明该方法是有效的．     

卷绕机接压参数的设定分析

介绍了卷绕机的接压原理 ,阐述了接压参数的设定原则 ,指出选择合适的接压参数的意义和应用价值     

基于BP神经网络的MIKE SHE模型参数率定

为了更精细地对水文全过程进行描述和解析,更准确地构建分布式水文模型,以丹麦Karup流域为例,对MIKE SHE模型的饱和导水率、饱和带水平水力传导系数、河床透水系数进行了参数率定,模拟流域的日径流过程。结果表明:基于BP神经网络反分析的参数率定方法比MIKE SHE模型参数自动率定计算得到的均方根误差RMSE小,模型效率系数Ens更接近1;采用BP神经网络反演率定参数后,3组测试样本的日径流模拟过程的RMSE分别为0.04,0.03,0.08 m³/s,Ens均为0.99,且模拟结果能较好地反映径流的实际变化趋势。因此,这种基于BP神经网络反分析的参数率定方法对构建分布式水文模型具有一定的价值。