氨基硅烷化环氧大豆油基水性聚氨酯的制备及性能表征

使用3-氨基丙基三乙氧基硅烷(APTES)与环氧大豆油(ESO)制备了氨基硅烷化环氧大豆油(AESO)。以异佛尔酮二异氰酸酯(IPDI)、二羟甲基丙酸(DMPA)、AESO为多元醇,采用一步法合成了氨基硅烷化环氧大豆油基水性聚氨酯(AWPU)。使用傅里叶变换红外光谱(FTIR)分别确认了AESO和AWPU膜的化学结构。随着AESO含量增高,乳液的粒径逐渐增大,固化膜的凝胶率、水接触角、耐水性增强。热重分析(TGA)显示了固化膜的热稳定性随AESO含量增加而提高。     

子结构法在带裙楼的高层建筑共同作用分析中的应用

在普通建筑结构、基础与地基共同作用分析的基础上,对带裙楼高层建筑的子结构法进行了研究,并证明了带裙楼的高层建筑,组合后的基础子结构刚度大于叠加后的基础子结构刚度,为此类结构型式的基础联合设计方案提供了可行性的理论依据。     

高精度恒温水供水装置的研制

本文介绍的是一种能为焓差实验室、电热水器性能测试台等实验室提供5~70℃、误差不超过±0.2℃的高精度恒温水供水装置的研制思路。该装置通过变频压缩机、热气旁通阀、可控硅等智能化控制,来实现冷量和供水温度的灵活快速的调节。经实际测试,该供水系统各项参数均能达到各类制冷系统实验室所需要求。     

Knothe时间函数参数影响分析及其求参模型研究

对Knothe时间函数参数的影响进行了分析,在Knothe时间函数未达到收敛以前,对于同一时间点而言,c值越小,Knothe时间函数值也越小,c值越大,Knothe时间函数取值也相对越大,特别是在t∈[0,0.2]时,不同的参数对Knothe时间函数值影响较大。根据开采沉陷地表移动变形的一般规律和采空区达到充分采动时的尺寸,建立了一种新的Knothe时间函数求参模型——概率积分求参法。通过对比分析平安煤矿、富力煤矿和孙村煤矿的实测c值与采用该模型的计算c值,验证了该模型的正确性;并以29401工作面上方走向观测线的多期实测下沉数据为例,对该模型进行了实例应用,通过对比分析实测数据和预测结果,进一步证实了本文所建立的Knothe时间函数求参模型的实用性和可靠性。     

基于随机森林算法的叠前流体识别

虽然叠前反演技术能够获得多种流体识别因子,但是仅利用单一的流体识别因子进行储层预测通常会带来多解性问题。目前根据多种流体识别因子对储层进行综合解释已成为一种新的趋势,但大部分方法对专家及其经验存在较强的依赖。鉴于此,将随机森林算法引入储层流体识别。首先基于测井数据优选输入特征(流体识别因子),并分别研究输入特征数量和不同特征组合对算法预测结果的影响;然后利用该算法对输入特征与井中储层信息之间的非线性关系进行学习;最后根据学习结果对储层进行综合判别,实现多种流体识别因子的综合利用。该算法削弱了单一流体识别因子所引起的多解性,提高了储层流体识别的精度与可靠性。应用实例表明,通过随机森林算法对5种流体识别因子与井中储层信息进行综合学习,达到了对含气储层和含水储层进行准确识别的目的。     

基于模糊数学的高校教学质量评价

针对高校教师教学评价中评价对象属性的模糊性，利用统计学中的模糊数学评价方法时教师教学评价中的评价指标进行阐述，构建了高校教师教学质量的模糊多级综合评价模型，并以某教师的评价实例来进行实证研究。     

数字电子技术在网络中的应用管窥

随着经济的快速发展,科学技术也得到了飞速的提升,网络技术成为人们生活中必不可少的重要部分,在这样的大环境下,数字电子技术被应用于网络,进而为人们带来更大的便利已经成为现代人们生活工作中必不可少的一部分.     

R134a在微肋管内的冷凝换热特性

本文在35、40和45℃三种冷凝温度下,对R134a在微肋管内的冷凝换热进行了实验研究。选用质量流量、冷凝温度、微肋管结构参数为变量,以总传热系数、水侧传热系数、制冷剂侧表面传热系数及压降为评价指标。结果表明:总传热系数、制冷剂侧表面传热系数、压降均随着质量流量的增加、冷凝温度的降低和管径的减小而增大,而水侧传热系数随质量流量的增加而稍有降低,冷凝温度对其值影响并不大。热阻分析时发现:随着质量流量的增加,水侧热阻占总热阻比值逐渐增加,而制冷剂侧热阻所占比值逐渐减小,但制冷剂侧热阻总小于水侧热阻;对换热器进行综合性能进行评价时,以表面传热系数与压降的比值(单位压降表面传热系数)为指标,发现该比值均随质量流量的增加呈先减小后增大的趋势,并随着冷凝温度的降低、管径的减小而增大。     

不同灌溉水质对土壤和夏玉米多环芳烃含量影响研究

为明确再生水灌溉对土壤和夏玉米多环芳烃PAHs含量的影响,2015年在通州布置了灌溉试验,包括再生水、清水和交替灌溉3种处理试验,利用气相色谱-质谱仪检测了土壤和夏玉米籽粒中16种PAHs含量。研究结果显示表层土壤PAHs总量为0.20~0.21 mg/kg,不同灌溉处理间土壤PAHs总量没有显著差异(p0.05)。土样PAHs各检测组分以菲(Phe)含量最高,占PAHs总量19.63%~20.37%;其次为苯并(b)荧蒽(Bb F)、荧蒽(Fth)和苯并(g,h,i)苝(BghiP),分别占PAHs总量的15.75%~16.45%、8.87%~10.34%、8.0%~9.13%。3种处理表层土壤PAHs含量低于荷兰土壤质量标准。夏玉米籽粒PAHs总量为0.08~0.20 mg/kg,同一夏玉米品种不同灌溉处理下玉米籽粒PAHs总量无显著差异(p0.05)。夏玉米籽粒(粘玉米除外)PAHs主要组分为萘(Nap)、Phe和BghiP,含量分别为13.74~71.80、20.76~44.39和0.40~49.92μg/kg。夏玉米籽粒苯并(a)芘Ba P含量低于食品中粮食作物污染物限量规定限值。