用矩形钢丝制造全钢载重无内胎子午线轮胎钢丝圈

介绍了用矩形钢丝制造的斜底 15°矩形钢丝圈特点及生产工艺 ,并对我国轮胎制造业及国家有关部门提出了几点建议。与用挂胶圆形钢丝制造的斜底 15°六角形钢丝圈相比 ,用矩形钢丝制造的斜底 15°矩形钢丝圈具有轮胎行驶时各层钢丝受力均匀、能以较小的横截面积获得与斜底 15°六角形钢丝圈相等的承载力、可简化全钢载重无内胎子午线轮胎胎圈的制造工艺等优点。建议国家有关部门尽快制定矩形钢丝的行业或国家技术标准以及斜底 15°矩形钢丝圈的生产技术标准。     

微藻固定高浓度CO2技术的研究进展

自工业革命以来,不断增长的燃料消耗导致大气中CO2浓度日益升高,由此所产生的温室效应已经受到全世界的普遍关注.近年来,国际上已经开展了生物固碳技术的相关研究.详细介绍了目前国内外利用微藻固定高浓度CO2技术的研究现状.     

新疆油田西北缘地区砾岩取心工艺技术探讨

本文介绍了新疆油田西北缘地区的砾岩分布情况与胶结特征,通过在该区多年取心中岩心实际成形情况和地层砾石特征进行对比,并根据砾径大小和胶结特点对取心钻进中岩心的成型机理进行了建模分析,结合我公司现有取心工具与工艺技术的特点,就今后在砾岩取心工具与工艺的发展提出了自己的看法。     

K_5CoW_(12)O_(40)·3H_2O催化合成环己酮1,2—丙二醇缩酮

研究了杂多化合物K_5CoW_(12)O_(40)·3H_2O作为催化剂对环己酮和1,2-丙二醇缩酮的催化活性。系统考察了酮醇物质的量比、催化剂质量、带水剂体积、反应时间和催化剂重复使用性等因素对产品收率的影响。实验结果表明,杂多化合物K_5CoW_(12)O_(40)·3H_2O是合成环己酮1,2-丙二醇缩酮的良好催化剂,在酮醇物质的量比为1:1.4、催化剂质量为0.5 g、带水剂环己烷体积为9 mL、反应时间为70 min的最佳条件下,环己酮1,2-丙二醇缩酮的收率最高可达94.2%。     

Ф75mm分离式霍普金森压杆试件长度效应的试验研究

在Ф75mm的分离式霍普金森压杆(SHPB)试验系统上,对不同长径比的C30和C60混凝土试件,以不同的子弹速度对试件进行冲击加载,研究了大直径(Ф75mm)SHPB试验中混凝土试件的长度效应.实验结果表明:对于Ф75mm的大尺寸SHPB装置,当混凝土材料试件长度小于25mm时,摩擦效应对测试结果影响较大;当试件长度大于90mm时,反射拉伸作用明显,不能反映材料真实动态力学性能;当试件长度为(30～75mm),即长径比L/D≈(0.4～1.0),在此范围内实验结果是可信的,能够准确地反映材料的动态力学性能.     

洗碗机用液体洗涤剂的研制

研究了二元表面活性剂混合体系的泡沫、表面张力、cmc及浊点等性能，并据此进行了复合配方试验，添加自制复合钙皂分散剂和其他助剂，研制出了一种去污力高、起泡力低并适用于家用洗碗机循环喷洗用的液体洗涤剂。该剂为碱性水基清洗剂，不含强酸、强碱和磷助剂等成分，可用于中温（30℃－40℃）洗涤，能有效去除碗与碟等餐具硬表面的油污，对人、畜无毒，洗涤排水合格。     

基于静电纺丝制备的聚乙烯醇/高岭土止血膜

采用静电纺丝技术将聚乙烯醇/高岭土的水混合物固化,制得一系列不同高岭土含量的止血膜.通过SEM与EDS图谱分析纤维化止血膜与材料中高岭土颗粒的形貌和元素分布情况.结果表明,高岭土能够有效分布在止血膜中.当高岭土为聚乙烯醇水溶液(质量分数10％)质量的2％时,制得的止血膜(PK2)具有最佳的止血效果,其猪血的体外抗凝时间为(254±2)s、SD大鼠肝损伤止血时间为(167±9)s、肝损伤失血量最小仅为(0.21±0.05)g.探究PK2止血膜的止血机理表明,其可有效激活内、外源性止血途径,比空白对照组的血浆凝固时间分别降低了7.2％、4.7％,且在8 min左右即能生成较为紧密的凝血块.止血膜的低细胞毒性和低溶血率表明其具有较好的应用前景.     

基于M次不相关激励和汇总智能优化的多变量系统辨识方法

针对用单批次激励试验数据进行多变量系统的智能辨识的不准问题,提出了一套基于M次不相关激励和汇总智能优化的多变量系统辨识方法.该方法的要点是:对于有M维输入的多变量系统的准确辨识至少需要M次不相关激励试验,然后采集试验数据,再用汇总智能优化指标进行多变量系统模型的辨识计算.通过理论推导证明了多变量系统辨识需要M次的不相关激励试验的必要性.通过一个应用实例验算,演示了新的多变量系统辨识方法的易用性、正确性和工程实用性.     

基于多特征融合的细粒度视频人物关系抽取

视频人物关系抽取是信息抽取问题中的重要任务,在视频描述、视频检索,以及人物搜索、公安监察等方面具有重要价值。由于视频数据的底层像素与高层关系语义之间存在巨大的鸿沟,现有方法很难准确地抽取人物关系。现有研究大多通过粗粒度地分析人物共现等因素来抽取人物关系,忽略了具有丰富语义的视频中的细粒度信息。为解决现有算法难以准确、完整地抽取视频人物关系的问题,文中提出了一种基于多特征融合的细粒度视频人物关系抽取方法。首先,为了准确识别视频人物实体,提出了一种基于多特征融合的人物实体识别模型;然后,提出了一种基于细粒度特征的人物关系识别模型,该模型不仅融合了视频中人物的时空特征,而且考虑了与人物相关的细粒度物体信息特征,从而建立更好的映射关系来准确识别人物关系。以电影视频数据和SRIV人物关系识别数据集为实验数据,实验结果验证了该模型的有效性和准确性,与现有同类模型相比,所提模型的人物实体识别F 1值提高了约14.4%,人物关系识别的准确率提高了约10.1%。