小浪底细砂岩单轴压缩声发射特征研究

采用岩石伺服试验机和声发射仪,对小浪底三叠系细砂岩进行单轴压缩声发射试验。基于试验结果,将试样变形过程划分为压密、弹性、塑性和破坏四个阶段,分析了不同阶段试样声发射幅值、峰值频率、振铃计数和能量的变化特征,在此基础上对比分析了试样声发射ｂ值以及累计振铃计数的演化规律,得出了岩石的破坏时间前兆特征。研究结果表明:压密和弹性阶段试样声发射幅值、振铃计数和能量处于较低水平、峰值频率频带数量依次增多;塑性阶段试样幅值增大、振铃计数与能量上升且整体处于较高水平、峰值频率数值增大且呈现多频带化,临近破坏阶段试样产生大量100ｄＢ的高幅值信号,振铃计数与能量持续急增,峰值频率降低,频带减少;声发射ｂ值的变化规律可以间接反映岩体内部微裂隙萌生、扩展的演化特征。     

塑料光纤前景光明

塑料光纤前景光明到２００１年，５０００万美元的塑料光纤市场将因照明系统应用的增加而增至２．６４亿美元。曾被认为数据系统竞争者的塑料光纤，现已应用于设计、显示、工业控制、医药系统和汽车照明等方面。据ＫＭＩ公司对市场的研究：预测塑料光纤市场的增长率将为年...     

模拟──少花钱“打胜仗”

模拟──少花钱“打胜仗”弗洛斯特·沙利文公司发表的一篇报告表明：在今后十年中，需要用较低的成本在高技术武器装备上训练少数军事力量，这将使得世界范围的军事模拟训练市场以５．６％的年均率增长，从１９９２年的４１亿美元增到１９９９年的５９亿美元。尽管冷战已...     

氮化硅微腔中的光学频率梳(特邀)

具有高品质因子（Q 值）的光学谐振腔能够长时间将光束缚在较小的模式体积内,极大地增强了光与物质的相互作用,成为集成光学器件中具有重大潜力的重要组成部分。聚焦于目前广泛应用于集成非线性光学领域的氮化硅材料平台,为了解决大尺寸氮化硅微环腔由拼接误差、表面粗糙等因素导致的散射损耗较大的问题,进行了一系列的工艺改进以提高大尺寸氮化硅微环腔的品质因子。结果表明:通过薄膜再沉积工艺可以有效降低氮化硅波导的散射损耗,半径为560 μm的大尺寸氮化硅微环腔的本征Q值得到了平均26% 的提升。得益于提高的微腔Q 值,在氮化硅微环腔中实现了重复频率40 GHz 的光学频率梳。     

基于USB的便携式硬度计数据通信的实现方法

硬度测量是材料加工工业的重要组成部分。介绍了基于PDIUSBD12和ATmega128的便携式硬度计数据通信控制器与上位机实现USB通信的方法,方案针对实际生产过程需要,结合便携式硬度计与USB通信技术的优点,实现可靠的USB数据传输,进而由计算机对数据做进一步处理,组成了功能全面、使用方便的便携式硬度计数据通信系统。该通信方法在低投入的基础上,克服了一般便携式硬度计硬件和功能方面的局限,很好地满足了硬度测量过程处理复杂功能的需要。     

基于AVR单片机的过采样原理的实现方法

基于工程整体需要,选用AVR单片机芯片中的mega128作为MCU。为了利用mega128自身的AD转换器,免去外部ADC芯片,在提高采样精度的同时降低硬件成本,设计采用过采样技术,将mega128单片机自带的10位AD转换器的精度提高到12位。依据过采样原理的限制条件,为了保证过采样原理应用的可靠性,设计引入了噪声激励信号。为了避免噪声激励可能出现的偏差,使用了mega128自身的计数器来生成噪声。最终实现了设计要求。     

基于变异反向学习郊狼优化算法的光伏智能边缘终端优化配置方法

光伏智能边缘终端 (photovoltaic intelligent edge terminal,PVIET)是光伏电站安全稳定运行和智慧运营的重要设备之一,其功能强大但价格十分昂贵,容量较小的分布式光伏电站难以承受其高价格。为解决上述问题,文章提出了一种光伏智能边缘终端优化配置方法,从数量与位置2个方面建立了光伏智能边缘终端的优化布局模型。同时,针对郊狼优化算法(coyote optimization algorithm,COA)优化性能弱、可操作性低的问题提出了一种变异反向学习郊狼优化算法(mutation opposition-based learning COA,MOBL-COA)。根据典型案例的测试结果表明,所提的优化布局方法能够有效实现成本的降低,并且所提的MOBL-COA在解决优化布局问题时,在收敛速度、求解精度与算法稳定性上均表现出优异性能,验证了所提方法的有效性与可行性。     

考虑风电接入不确定性的广义负荷建模及应用

考虑风电接入原负荷节点后带来的节点特性不确定性问题,提出了基于概率统计的广义负荷节点稳态特性学习与建模的新方法。为分析风电接入后功率流向的改变,将节点特性分为电源特性与负荷特性;针对节点特性的不确定性变化,基于历史实测数据对有功功率样本空间进行自适应分段细化,统计其概率分布;利用Levenberg-Marquardt神经网络法学习并提取各段节点特征,构建节点特性统一模型,并以风险分析为例说明新模型的应用。仿真结果表明,所提方法不但可精确建模,而且通过统计数据样本引入概率信息,可对不确定性问题按概率分场景分析,弥补了传统方法对随机特征描述能力不足的缺陷,是对传统建模方法在不确定场景应用上的扩展和延伸,从而可为风电接入后的仿真分析与调度控制提供辅助参考。     

基于可变行波辨识时窗的单端故障定位方法

提出了一种基于改进分布参数法的可变时窗单端行波故障定位方法。该算法通过对端系统阻抗的在线估计,构建改进的分布参数法,改善常规方法误差分布的不规律性,提升依据工频量定位误差构建组合定位算法的可行性。探索改进分布参数法的定位误差分布,根据故障条件和误差规律计算可变的故障距离窗口,由此划定行波反射波辨识的可变时窗。基于该时窗,综合考虑测量本端和对端的母线接线方式、相邻母线反射波的影响等因素,构建可变时窗内的故障行波反射波辨识方法及定位方法。仿真验证结果表明,该方法提高了组合定位方法的可靠水平,故障定位精度较高,具有一定工程应用价值。     

神仙草对高脂诱导大鼠血脂及血液流变学的影响

目的:探讨神仙草对高脂诱导大鼠血脂、血流变指标的影响。方法:选取SD大鼠50只随机分为5组,空白对照组给予普通饲料喂养,其余各组给予高脂饲料喂养,建立大鼠高脂血症模型;各组按规定每天灌胃给药8周后,测定血清血脂水平及血液流变学指标。结果:与模型组相比,神仙草高、低剂量组能明显降低模型大鼠总胆固醇(TC)、三酰甘油(TG)、低密度脂蛋白(LDL-C)指标(p<0.05),升高高密度脂蛋白胆固醇(HDL-C)(p<0.05),能使全血高切、中切、低切粘度、血浆粘度、红细胞聚集指数(IEA)显著降低(p<0.05),能显著提高超氧化物歧化酶(SOD)活性,降低血清中丙二醛(MDA)含量(p<0.05),通过检测大鼠血清中谷草转氨酶(GOT)和谷丙转氨酶(GPT)指标,显示神仙草提取物不会引起肝脏损伤。结论:神仙草提取物能有效提高机体脂质代谢能力,降低血脂,改善血流变异常指标。