6H-SiC脆性切削声发射响应的分子动力学研究

采用分子动力学方法研究了6H-SiC脆性切削的声发射响应。研究了原子尺度下6H-SiC的微变形和裂纹形核,同时对加工过程中的声发射源进行了识别,分析了其相应的声发射特征。结果表明,6H-SiC在77 nm切削深度下的脆性变形过程简单但不寻常;在6H-SiC切削过程中位错不会连续扩展,变形后的工件在刀具挤压作用下被分割成块,并由位错的快速扩展引发裂纹。对于影响声发射源特征的因素研究发现：初始压应力会导致声发射功率的下降;频率-能量分析中可见的3种声发射源分别是晶格振动、位错扩展和裂纹扩展。此外,在1 K温度下,2次明显的位错传播的声发射响应比晶格振动具有更高的频率特性,但总能量水平最低。相反地,裂纹扩展的声发射响应具有更为明显的频率分布特性和能量特性。     

基于DSP的16通道声发射同步数据采集电路设计

针对煤岩声发射信号监测系统的需求,采用16位定点DSP芯片TMS320VC5509A和高精度A/D转换器ADS1278设计了一种具有24位分辨率、16通道同步数据采集功能的数据采集电路。控制接口采用I2C接口扩展I/O的方式实现,数据接口采用McBSP接口以帧同步方式实现,2片ADS1278采用菊花链的方式级联。给出了硬件电路、底层软件和测试结果,该数据采集电路具有接口简单、高性能、低功耗、设置灵活等特点,已经应用于课题组研制的煤岩声发射监测系统中。     

超高效液相色谱-串联质谱法同时测定鳗鱼中32种兽药残留

目的 建立超高效液相色谱-串联质谱法(ultra performance liquid chromatography-tandem mass spectrometry, UPLC-MS/MS)同时测定鳗鱼中13种磺胺类、15种喹诺酮类和4种四环素类兽药残留的分析方法。方法 鳗鱼试样采用乙二胺四乙酸二钠(ethylenediaminetetraacetic acid disodium salt, Na2EDTA)-Mcllvaine提取液进行提取, HLB固相萃取柱净化, Waters ACQUITY UPLC BEH C18色谱柱分离, 以0.1%甲酸乙腈和0.1%甲酸水溶液作为流动相进行梯度洗脱; 电喷雾正离子模式下, 以多反应监测(multiple reaction monitoring, MRM)方式采集数据进行定性与定量分析, 外标法定量。结果 磺胺类、喹诺酮类及四环素类药物分别在2~50、2~50、5~100 μg/kg浓度范围内线性相关性良好, 相关系数均大于0.99; 不同加标水平的平均回收率为82.6%~110.2%, 相对标准偏差(relative standard deviations, RSDs)为3.2%~13.9%, 检出限(limits of detection, LODs)和定量限(limits of quantification, LOQs)分别为0.3~2.0 μg/kg和1.0~5.0 μg/kg。结论 本方法快速简便、灵敏可靠, 适合大批量鳗鱼中同时快速对磺胺类、喹诺酮类及四环素类兽药残留进行定性和定量检测。     

R12中低含量R22的气相色谱分析

用ＳＰ３４１０型气相色谱仪测定菲利普试验后Ｒ１２冲Ｒ２２的含量。根据其含量大小，作为判断压缩机冷冻油化学稳定性的定量方法，用以正确选取压缩机用冷冻油。对多种样品进行了分析，其正确性及重现性都较好。     

关于"冷冻机油在制冷剂作用下的稳定性试验法"的探讨

电冰箱压缩机用润滑油--冷冻机油的质量优劣,直接关系到电冰箱使用寿命.对同一类油品质量,又以冷冻机油的化学稳定性(又称菲利甫试验)尤为重要.冷冻机油在密封环境下,长期承受高温、低温、高压、低压的循环作用,在水份R12(或R22)的离解侵蚀、金属材料的催化作用下,假如冷冻机油化学稳定性不好,在较短时间内就会发生酸化、变质、结炭,导致机械系统密封失效,冰箱不能制冷,使冰箱寿命大大缩短.为此国内外压缩机制造厂对冷冻机油的化学稳定性质量控制极为严格,评判冷冻机油化学稳定性的试验方法为菲利甫试验法.     

Audiobeam loudspeaker system based on TMS320VC5509A

An audiobeam loudspeaker system based on the fixed-point digital signal processor (DSP) TMS320VC5509A (VC5509A for short) is developed to emit audible sound with high directivity along a selected path....     

基于自适应变分模态分解和调制信号双谱的滚动轴承故障诊断方法

针对滚动轴承振动信号的强非线性和非平稳特征,提出了一种基于自适应变分模态分解和调制信号双谱分析(AVMD-MSB)的故障诊断方法来提取滚动轴承故障特征。首先,利用AVMD自适应地选择VMD参数K和α并将振动信号分解为一系列本征模态函数(IMF),减少了基于经验或信号先验知识对VMD参数选择不当而造成的误差;然后,依据相关峭度指数对所有IMF分量进行加权重构,避免意外遗漏包含重要故障信息的IMF分量;最后,应用MSB进一步抑制信号中的残余噪声和干扰成分,以增强周期性故障脉冲,准确提取轴承故障特征。2组不同类型轴承的试验结果表明,AVMD-MSB的特征频率增强系数远高于AVMD-Envelope和常规VMD-MSB,在滚动轴承故障诊断方面具有更高的灵敏度和更强的鲁棒性。