相对分子质量调节剂在PP熔体微分静电纺丝中的纤维细化作用

利用自制熔体微分静电纺丝装置,添加相对分子质量调节剂CR76,进行聚丙烯(PP)熔体微分静电纺丝,讨论了CR76含量及纺丝温度对PP熔体黏度及纤维直径的影响。结果表明:在200~280℃加工温度下,添加质量分数2%~10%CR76的PP熔体黏度降低到纯PP的25%以下;提高CR76含量与纺丝温度有助于PP纤维直径细化;添加质量分数10%CR76,纺丝温度280℃,制备的PP纤维直径大都小于1μm,平均直径可达970 nm。     

熔体微分静电纺丝法制备PP微孔纤维及亲水实验

分别使用三种不同成孔剂(纳米CaCO3、固体石蜡、混合无机盐)和亲水剂(亚雷森7008)与聚丙烯(PP)熔融共混,通过自制熔体微分静电纺丝装置制备PP复合纤维,再利用后整理方法除去三种成孔剂,得到亲水型PP微孔纤维。结果表明,熔体微分静电纺丝法可以成功制备三种不同共混体系的复合纤维,纤维直径分别集中在5~6μm(纳米CaCO3),2~3μm(混合无机盐)和1~2μm(石蜡),明显小于纯PP纤维;利用后处理方法均得到具有不同表面粗糙度并带有微孔结构的复合纤维;水分子沿纤维的水平输送与竖直输送过程是相互制约的。     

工字形悬臂梁非线性扭转微分方程的微分变换法

采用微分变换法求解工字形悬臂梁非线性扭转微分方程。通过引入坐标无量纲将非线性扭转微分方程进行无量纲化。依据微分变换原理对微分方程和边界条件作微分变换。由微分变换后的微分方程可获得对应的递归方程,并根据微分逆变换可得到微分方程的解析解。通过具体实例讨论非线性扭转角解析解的收敛性,并与已有工字形悬臂梁非线性扭转解析解进行对比。两种解析解之间的误差在3%以内,表明微分变换法可适用于求解非线性扭转微分方程。     

微分求积法求解梁的位移方程

分析了功能梯度梁的变形问题,在简单介绍微分求积法基本原理的基础上,进行了数值计算给出了精确解,并将获得的结果与现有解进行了比较,验证了计算方法的有效性。研究了不同边界条件和节点个数对功能梯度梁弯曲的影响。     

改进的微分等价递归算法

微分等价递归算法计算简单,在体系可靠度计算中有着广泛的应用。但是传统的微分等价递归算法精度低,并且利用数值差分来求解等价失效模式,计算量大。本文推出了等价线性失效模式的解析表达式,提高了等价模式的精度,并大大降低了计算量;在此基础上,分析了传统微分等价递归算法利用等价线性失效模式代替两个失效模式交集产生误差的原因,提出了改进的微分等价递归算法,从而大幅度地提高了计算精度,为微分等价递归算法在实际工程中的应用奠定了良好基础。     

自适应有限元不同网格间力学结果传递方法及程序实现

对于依赖于加载历史的自适应有限元分析问题,不同网格间力学结果的传递过程起着重要作用。基于按距离加权平均的改进插值方法,研究分步加载时自适应有限元不同网格间力学结果的继承问题。为使传递结果合理并减小计算工作量,插值方法采取选择邻近数据点、考虑方向影响、适当提高结果场的光滑性并使其通过全部已知数据点等措施;针对开挖过程中结构介质不断改变、开挖工作面不断移动及不同开挖步引入的介质之间场变量不连续等特点,采取分区划分网格并插值方式,构造不同网格间应力及位移结果的传递过程。所述传递过程,能为自适应有限元模拟多步骤开挖及弹塑性增量荷载分析等各种分步加载计算问题的解决提供有利条件。最后,给出2个算例以验证传递过程的可靠性。按增量荷载初应力方法对厚壁筒弹塑性分析表明,其结果与理论解吻合;模拟多步开挖的工程实例计算结果亦展示出所述传递方法的有效性。     

线性积分模型和微分模型的普遍流变方程

给出了适合线性粘弹塑性流变模型的积分形式流变方程,并给出了普遍流变积分模型的流变方程。当该积分形式流变方程的蠕变核为负指数函数形式时,给出了相应的微分形式(K-C-M-B)的流变方程。     

用增量网络法计算稳态流体网络的微分灵敏度

结合微分灵敏度的概念和稳态流体管网的数学模型，分析了增量网络法求解微分灵敏度的数学原理，导出了它的计算公式和求解方法。从而当管网中某些分支参数发生微小变化时，可以方便快捷地得出各分支流量对这些分支阻抗的变化率。根据编制的FORTRAN语言程序对算例进行了计算，定量地分析了分支流量随阻抗变化的规律性。通过对微分灵敏度的计算，可以针对管网中不同的调节过程，全面预测各分支流量的变化趋势，在确定管网调节顺序和监测参数方面具有一定的指导意义。     

多梯度融合的RGBD图像边缘检测

基于单一的属性变化进行边缘检测往往会损失部分边缘信息,影响了检测结果的完整性,对此提出一种基于多梯度融合的边缘检测算法。该算法针对RGB图像,首先转换到YCbCr颜色空间下,分别提取亮度分量Y颜色分量Cb、Cr针对提取的亮度分量Y颜色分量Cb、Cr,结合深度图像D,分别使用多方向的圆形边缘检测算子进行梯度计算,对所获得的4种梯度图像进行融合获得边缘检测结果。实验结果表明,算法获得的边缘检测结果更加清晰完整,有效的提高了边缘检测的效果。