指示剂法测定聚丙烯酰胺水解度影响因素的探讨

中原油田检测聚丙烯酰胺水解度引用的标准是GB 12005.6-89《部分水解聚丙烯酰胺水解度测定方法》,其结果的准确度和精密度达不到用电导滴定法检测水解度的准确度和精密度,通过实验分析找出了空白试验、溶解温度、搅拌时间及混合指示剂使用是影响水解度检测准确度和精密度的重要因素,对这些因素进行研究,消除了影响因素产生的误差,提高了检测结果的准确度和精密度。     

硫酸法钛白粉中还原过程的影响因素及机理分析

探讨了硫酸法钛白粉还原过程的影响因素,重点从还原剂用量、温度、浓度和pH值4个方面研究了对还原过程的影响作用。研究表明,pH值对反应的影响最大,升高p H值不利于还原反应的进行;其次是还原剂的用量,当还原剂用量为0.20%时基本能达到要求;浓度和温度影响较小,通常情况下浓度越高,温度越低,越不利于还原反应的进行。经分析,主要是由于Fe~(3+)的性质决定的。     

论水性木器涂料配方助剂的搭配选择

从水性木器涂料体系的成膜助剂、流变助剂、p H值调节剂、流平剂及其他助剂的选择,来论证一种较佳的水性木器涂料配方方案,从而使水性木器涂料的性能可媲美溶剂型产品。     

氢氧化镁有机化改性研究

采用甲基丙烯酸甲酯为改性剂改性氢氧化镁,研究了引发体系的选择、复合乳化剂的用量、MMA与Mg(OH)2的用量、反应温度对吸油值的影响。结果表明,以过氧化苯甲酰为引发剂、复合乳液用量为1.5 g/L、MMA/Mg(OH)2为7/3~6/4、反应时间为3 h、反应温度为70℃时,改性Mg(OH)2吸油值最小,为31%。并对最佳条件下改性样品进行了扫描电镜表征。     

电动势测定在物理化学实验中的应用

电动势测定是重要的电化学测量技术之一,也是物理化学实验教学中的重要内容,通过原电池电动势的测定可以获得氧化还原反应的许多热力学性质,如反应的热力学函数变化值和反应的平衡常数,电解质溶液的活度系数、平衡常数、酸碱度,配合物的络合常数等。本文系统介绍电动势法在物理化学实验中的应用。     

深沟球轴承内外曲率半径系数对接触力影响的研究

不考虑深沟球轴承的润滑和摩擦的工况,在对深沟球轴承的接触几何参数的分析基础上,根据弹性力学理论和赫兹接触理论,利用简化近似的第一类和第二类完全椭圆积分,经过公式演变推导,获得了在内外圈和滚动体接触应力相等或近似时沟道曲率半径系数的控制方程,对该控制方程中的各项参数进行全面的分析,并对控制方程中的参数进行二元函数求解最小接触应力时确定内外圈沟道曲率半径的最优值,当γ=0.23时,内外圈沟道接触应力相近,最终确定的内圈沟道曲率半径系数为fi=0.510,外圈沟道曲率半径系数为fi=0.540。运用MATLAB仿真软件仿真不同数值的几何参数γ和fio之间的变化关系对接触应力影响,更加直观的分析了沟道曲率半径系数fro和γ共同作用下对深沟球轴承接触应力的影响,为深沟球轴承考虑润滑和摩擦下沟道曲率半径系数的选取和设计深沟球轴承沟道曲率半径系数的选取作为新的依据。     

三极并联齿轮泵齿轮参数优化设计

在一定的设计排量下,以主动齿轮和从动齿轮的模数、齿数和零件厚度为设计变量,以泵体体积最小为目标函数,以满足规定的性能参数等为约束条件,对一种新型三极并联齿轮泵进行了优化设计。在确定目标函数过程中,以泵壳体上4个齿轮齿顶圆装配孔体积代替泵体体积,较为准确地反映了泵体体积。在求解优化设计数学模型的过程中,针对目标函数表达式比较复杂和齿轮模数、齿数均为离散变量的特点,提出了一种新的三维逐值搜索法。从而提出了一种行之有效的三极并联齿轮泵齿轮参数优化设计方法,并通过实例对该优化方法的可行性和有效性进行了验证。     

基于TGSVD的桥梁移动荷载识别及正则化矩阵选取

基于时域法(time domain method,简称TDM)识别移动荷载理论,通过引入正则化矩阵,提出采用截断广义奇异值分解法(truncated generalized singular value decomposition,简称TGSVD)识别桥梁移动荷载。比较不同正则化矩阵对TGSVD识别结果影响,并与TDM识别结果进行比较,两轴移动荷载识别结果表明,正则化矩阵选取对TGSVD识别精度、鲁棒性等影响较大。当正则化矩阵选取适当,TGSVD采用弯矩和加速度响应均具有较高识别精度且识别结果受噪声干扰小。在测点类型单一或测点数量较小时优势更为突出,适宜于现场移动荷载识别,具有较强的工程应用价值。     

大跨径桥梁实时动态挠度信号的分离

由于经验模式分解(empirical mode decomposition,简称EMD)将非线性非平稳信号分解成为一系列线性、平稳的本征模函数(intrinsic mode function,简称IMF)信号,针对单通道大跨径桥梁挠度信号分离问题,结合盲源分离和经验模式分解各自优点,提出基于经验模式分解的盲源分离方法。利用奇异值分解(singular value decomposition,简称SVD)估计信号源数目,根据源信号数目将单通道挠度信号和其本征模函数重组为多通道输入信号,应用独立分量分析(independent component analysis,简称ICA)理论中的快速独立分量分析(fast independent component analysis,简称FastICA)算法对输入信号进行分解,实现桥梁挠度信号各分量的分离。仿真研究表明,该方法能较好地解决ICA模型源数估计和单通道挠度信号盲源分离难题。     

复小波分解联合SVD提取振动信号非平稳特征

针对齿轮箱故障信号的多分量多频调制特点,提出了一种基于奇异值分解的最优小波解调技术。首先,采用小波变换的最小Shannon熵作为时间尺度分辨率的度量指标,将其应用到Morlet分析小波的参数优化选择中;其次,对常规小波参数选择方法进行了改进,利用奇异值分解技术对最优小波变化尺度进行了迭代搜索。该方法可以很好地降低噪声信号,有效提取信号中的周期成分,具有较好的瞬态信息提取能力。试验结果也表明了该方法在齿轮箱故障特征提取中的重要性以及降噪方法的有效性。