纳米SiO2对环氧树脂复合材料雷电冲击电压的影响

以纳米SiO_2改性环氧树脂制得SiO_2/环氧树脂复合材料,并对改性前后环氧树脂复合材料的短时过电压耐受能力进行对比研究。结果表明:随着纳米SiO_2掺杂量的增加,SiO_2/环氧树脂复合材料的介电常数和介质损耗因数均呈先减小后增大的趋势,当纳米SiO_2质量分数为3%时,改性效果最佳。根据U-N曲线,在常温下施加的雷电冲击电压幅值为50 k V时,掺杂SiO_2质量分数为3%的环氧树脂复合材料累积至击穿的雷电冲击次数达1 313次,是纯环氧树脂材料的3.23倍,研究结果可为提高环氧树脂短时过电压耐受能力设计提供参考。     

太赫兹孔径编码成像分辨性能研究

太赫兹孔径编码成像综合了光学孔径编码成像和微波关联成像的基本原理,通过孔径编码天线改变目标区域太赫兹波空间幅相分布来实现高分辨、高帧率、前视凝视成像。基于孔径编码天线,该文设计了雷达成像系统和准光扫描光路,可同时实现系统孔径编码和波束扫描功能,理论推导并仿真分析了其成像质量影响因素,并在此基础上比较了不同算法对孔径编码成像分辨性能的影响,证明了稀疏重构类算法对孔径编码成像的优势,最后对比了孔径编码成像和同尺寸阵列实孔径成像的结果,论证出孔径编码成像系统具有高分辨,易于小型化,成本较低等优点。该成像方式可广泛应用于战场侦查、安检反恐和末制导等领域。      

中职学校对教师能力的要求研究

本文基于“双闭环控制”的师资队伍建设管理研究．研究中职学校对教师的能力要求。本文从德育能力,职业能力,管理能力来阐述中职学校对教师的能力要求。     

基于NTP的uIP协议栈改进与实现

传统uIP协议栈使用系统定时器作为时钟信号,在面向同步控制时容易引起服务器端设备的循环读取。针对这一问题,引入NTP网络授时协议和估计误差系数k,并通过测试确定误差系数k。通过定制uIP协议栈中的UDP报文格式,实现了NTP客户端的功能。在AVR Network网络开发板上进行了时钟偏移测试。测试结果表明ping响应控制在1 ms以内,平均时钟精度提高至0.002 9 ms。     

基于机器视觉技术的水表在线检定系统研究

设计了一套基于机器视觉技术的水表在线检定系统。使用模板匹配技术定位梅花针,分别对基准表和各待检表梅花针转过的齿数同时计数,当基准表计数到达设定值时同时停止计数,计算待检表误差,判断是否合格。现场试验表明,该方法比现有的激光反射计数法检定精度更高,解决了激光反射计数法无法检定梅花针上有气泡的湿式水表的问题。     

智能建筑节能运行管理模式的优化研究

对于建筑节能,人们最容易想到的是技术层面上采用节能技术实现节能的目的,却往往忽略了管理层面的节能潜力。本文以智能建筑的节能运行管理为对象,对智能建筑节能运行管理模式的优化进行研究。     

薄荷精油微乳体系的构建及其抑菌性

用GC-MS对薄荷精油成分进行定量分析,通过拟三元相图,研究乙醇、正丙醇和正丁醇分别作为助表面活性剂时,对薄荷精油-吐温80-水食品级微乳体系相行为的影响。实验测定微乳液的密度、粒径、pH值等理化指标,其在NYDB培养基和不同饮料中对酿酒酵母菌的抑菌活性,通过大肠杆菌细胞膜通透性试验初步探究微乳液对细菌的抑菌机理。结果显示:薄荷精油主要成分为薄荷醇(30.67%)、薄荷酮(26.89%)等等。乙醇作为助表面活性剂增溶效果最好。配方ME1(精油:乙醇=1:1)和ME2(精油:乙醇=1:3)平均粒径分别为66.57 nm和55.63 nm。ME1的抑菌活性较强,在苹果清汁中对酿酒酵母菌的抑制效果最佳,28℃培养48 h MIC为64μL/m L。5倍稀释ME1 37 oC培养75 min时大肠杆菌核酸泄漏率为51.68%。微乳液能通过增加大肠杆菌细胞膜通透性,使大肠杆菌由于释放核酸而死亡。     

暑天降压 芹菜当家

芹菜是常用蔬菜之一,既可热炒,又可凉拌,因此深受人们喜爱。芹菜中含有大量的粗纤维,可以刺激胃肠蠕动,促进排便。此外,夏天高血压多发,而芹菜有降血压作用,是治疗高血压病及其并发症的首选蔬菜。对于血管硬化、神经衰弱患者亦有辅助治疗作用。     

硬脂酸质子交换X切LiNbO3光波导的制备技术研究

利用无毒、无腐蚀性的硬脂酸作为交换质子源, 研究了在X切LiNbO3晶片上制作单模条形光波导的工艺技术。通过对平板光波导的交换及退火特性的研究, 确定了获得单模条形光波导的工艺参数, 制作并测试了条宽不等的X切Y传LiNbO3单模条形光波导。结果表明该工艺条件下制作的条宽为6μm的单模波导实现了小于1dB/cm的传输损耗, 为采用硬脂酸作为交换质子源研制X切Y传LiNbO3集成光波导器件奠定了基础。     

基于1-DISVM的无刷直流电动机故障识别方法

提出一种基于改进无监督学习支持向量机(1-DISVM)的无刷直流电动机故障识别方法.通过对无刷直流电动机正常以及驱动电路开关管断路、定子绕组端部断路、Hall传感器断线三种故障状态的仿真模拟,对仿真过程中得到的母线电流采样数据进行FFT频谱分析,作为输入特征向量用于支持向量机分类器的训练和故障识别.将改进无监督学习支持向量机用于无刷直流电动机的故障识别,并与无监督学习支持向量机(1-SVM)的故障识别结果进行比较,结果表明基于改进无监督学习支持向量机的无刷直流电动机故障识别方法具有更高的准确率.