Enhanced electromagnetic microwave absorption of Fe/C/SiCN composite ceramics targeting in integrated structure and function

The Fe/C/SiCN composite ceramics were synthesized by polymer-derived method to obtain the integration of structure and functions. The electromagnetic waves (EMW) absorption properties at X and Ku bands were investigated. The addition of nano-sized Fe particles improved the magnetic loss and impedance matching, and the carbon nanotubes generated by the iron in-situ catalysis increased the internal relaxation polarization and interfacial polarization, which together improved the EMW absorption properties significantly. In particular, the Fe/C/SiCN-9 showed the optimum reflection loss (RL) of ?31.06 dB at 10.03 GHz with an effective absorption bandwidth (EAB, RL < ?10 dB) of 3.03 GHz at 2.51 mm, indicating the excellent EMW absorption properties of Fe/C/SiCN composite ceramics.     

中低温煤焦油基炭微球的制备

通过馏分切割、温和加氢相结合对中低温煤焦油进行精制处理，精制后的原料采用分级热聚制备中间相炭微球。考察了精制处理条件对原料性质、中间相炭微球宏观外貌及微晶结构的影响。采用FTIR、GC-MS、族组成、元素分析对原料进行表征，采用SEM、XRD对中间相炭微球进行表征。结果表明：中低温煤焦油中300～430℃馏分油是制备中间相炭微球的较佳馏分。300～430℃馏分油中正庚烷可溶物（HS）质量分数高达84.76%，吡啶不溶物（PI）质量分数低至0.23%，杂原子含量低，芳烃化合物的环数为2～4环。300～430℃馏分油在T_H=350℃、p=8MPa、t=1.5h、剂油比1∶40（质量比）的条件下温和加氢得到的精制原料，经420℃热聚6h得制备的中间相炭微球宏观外貌、微晶结构较好。中低温煤焦油基炭微球的粒径范围为5～15μm，小球表面光滑，微观结构为地球仪型，经1450℃高温煅烧后，石墨化度达到12.33%。     

机械合金化FeS/Cu复合材料的摩擦磨损性能

以FeS和CuSn8Ni1粉末为原料，利用机械合金化技术和粉末冶金技术制备了FeS/Cu复合材料，探讨了不同载荷情况下所制备的FeS/Cu复合材料的摩擦学性能及润滑膜与转移膜特征。结果表明：机械合金化提高了FeS与铜合金基体界面结合性能，进而提高了材料减摩耐磨性能；当载荷较小时，摩擦副表面接触不稳定，复合转移膜不连续，摩擦因数波动大；载荷较大时，复合转移膜易破损，材料的减摩耐磨性能变差；当载荷为150 N时，载荷适宜，材料表面软化，复合转移膜更加完整，摩擦因数较小。     

Generating Questions Based on Semi-Automated and End-to-End Neural Network

With the emergence of large-scale knowledge base, how to use triple information to generate natural questions is a key technology in question answering systems. The traditional way of generating questions require a lot of manual intervention and produce lots of noise. To solve these problems, we propose a joint model based on semi-automated model and End-to-End neural network to automatically generate questions. The semi-automated model can generate question templates and real questions combining the knowledge base and center graph. The End-to-End neural network directly sends the knowledge base and real questions to BiLSTM network. Meanwhile, the attention mechanism is utilized in the decoding layer, which makes the triples and generated questions more relevant. Finally, the experimental results on SimpleQuestions demonstrate the effectiveness of the proposed approach.     

总变差模型在书画打印宣纸印刷质量预测中的应用

为了建立适用于书画打印宣纸印刷质量的预测模型,本研究测量了14种书画打印宣纸的粗糙度、白度、不透明度、定量、光泽度和针对宣纸特别设定的帘纹深浅以及帘纹疏密度等表面物理参量,并在相同条件下,使用喷墨打印设备输出并测量印品色度值,利用总变差模型构建去除帘纹色差的测定方法,得到与人眼视觉特征相符的色差。运用GRNN广义回归神经网络结合书画打印宣纸表面物理参量与宣纸去帘纹后的色差值,建立预测模型。结果表明,该模型能够在仅测量书画打印宣纸表面物理参量的情况下,便能较为准确地预测书画打印宣纸印刷质量,为书画打印宣纸印刷前的选纸工作提供指导依据。     

甲玛地区角岩矿微生物浸出的试验研究

介绍了西藏华泰龙矿业开发有限公司角岩的矿石性质,针对该低品位铜矿石进行了详细的微生物浸出试验研究,在原矿铜品位仅为0.12%、SiO_2含量高达69.12%的情况下,用接种量为10%的浸矿菌液,浸出1 d时,铜浸出率即为34.44%,浸出11 d时,浸出率达到70.02%,此时较无菌条件下的浸出率高出17.46个百分点。     

折臂式随车起重机转台的拓扑优化设计

为了使折臂式随车起重机转台在最大应力不超过材料许用应力的前提下实现轻量化设计的目的,通过ADAMS软件仿真确定其极限工况,对转台进行静力学分析及拓扑优化。通过拓扑优化得到了理想的材料分布。基于优化结果调整转台结构,并对改进后的转台进行静力学分析。结果表明,优化后的转台能够满足实际的使用需求。同时,转台质量降低了12%,证明了优化设计的有效性和可行性,并为折臂式随车起重机的相关设计提供了一定的借鉴。     

改进Elman神经网络在短期热负荷预测中的应用

热电厂的短期热负荷预测在城市集中供暖中起着至关重要的作用,直接影响热电厂的经济效益和热能利用率。电厂的短期热负荷一般采用神经网络预测模型进行预测,而BP神经网络应用最为广泛。Elman神经网络算法在BP神经网络基础上加入了承接层,作为一步延时算子,实现记忆能力,使系统具备适应时变能力,增强系统全局稳定性。但Elman神经网络算法模型的构造依然需要大量样本的支撑,而且输入层的变量多,导致预测时间依然很长,收敛速度慢。该文在Elman神经网络预测前,进行了相关系数预处理和对样本中异常值的平均化预处理,通过数据归一化运算,使Elman神经网络输入层变量大幅减少。仿真实验表明,改进的Elman神经网络算法使预测模型快速寻优,减少预测时间的同时明显提高预测精度。