储氢合金冶炼工艺视景仿真系统的建立

储氢合金是镍氢电池重要的负极材料.分析了储氢合金冶炼工艺视景仿真系统的功能需求,给出了在VC++集成开发环境中利用OpnGL建立该仿真系统的设计思想和实现方法,包括系统结构框架、对象模型的建立、视景表示与生成以及动画表现等.     

挥洒自由的生活——微软无线激光简报鲨8000

微软无线激光简报鲨8000鼠标的设计亮点在于底部的六个按键,可用来进行简报操作。依次是上一张幻灯片、红外光束开启、下一张幻灯片、音量降低、媒体播放器开关、音量升高。它采用了微软最新的激光解析技术,拥有1000dpi分辨率、6000fps刷新率,足以让用户轻松面对任何工作挑战。鼠标底部激光头的周围分别是工作状态指示灯(电池电量显示),电源开关和     

应用模糊模识别诊断汽油机“灭缸”故障的研究

本文应用模糊模式识别技术来诊断汽油机故障，它通过测试汽油机一个工作循环内的转速波动并将它分为和汽油机缸数相等的样本，采用多个参数，确定合适的隶属函数，求出各样本和标准样本的贴近度，最终判别汽油机各缸的工作状态。     

音之归路——华硕XonarD2声卡赏析

从多人试听、软件测试的最终结果来看Xonar D2的设计与市场定位还是比较准确。它在设计与品质规格均较为完善，可以满足HTPC以及高端游戏玩家的各类需求。产品售价199美元，此价位段上，竞争对手创新的X—Fi亦同样出色。虽然同为面向娱乐级别的产品．但二者的定位却有着明显的不同。创新X—Fi更偏向于家庭音乐制作等创作方面，而华硕XonarD2声卡则注重回放与娱乐效果，如何选购？相信你我心中都有了自己的答案！     

酷似HIFI的体验——奋达MF-180多媒体音箱

MF-180的箱体采用传统HIFI理念设计,古典稳重的风格适用面较广。箱体为纯木质材料,厚重结实且做工严谨,可有效减少谐振的发生,提升音质纯净度。创新的前置迷宫式倒相,倒相孔宽且扁,有利于低频的发挥。1英寸的丝膜软膜振膜的高音单元,软膜发出的高音一般都是比较柔美的,中低音单元则是4英寸的PP振膜。音频接口采用大号镀金抽屉式,既可以插插头,又可以直接绕线,方便多用。只不过角度设计不太理想,要是想绕线的话,     

热声热机系统振荡频率的理论计算与实验验证

以热声发动机为例采用网络模型计算了热声热机系统的振荡频率，得出振荡频率为复频率，其实部代表实际频率，虚部表示压力幅值的衰减程度。对热机系统在各种不同的情况下(包括不同大小的谐振腔、板叠间距、气体静压、系统长度)进行了数值计算，理论计算值与实验结果能很好的吻合。     

熔融盐法合成高密度锂离子电池正极材料LiNi_(0.8)Co_(0.2)O_2

采用热分析法对不同组成的LiOH-LiNO3二元体系进行研究,绘制了具有最低共熔点的该二元体系的步冷曲线和t-x相图,该体系的最低共熔点为175.7℃。利用低共熔混合物LiNO3-LiOH为锂盐,与高密度前驱体Ni0.8Co0.2(OH)2混合经2个恒温阶段烧结(600℃恒温6 h、800℃恒温24 h)制备出了振实密度高达3.23 g/cm3的锂离子电池正极材料LiNi0.8Co0.2O2。X射线衍射分析表明合成的LiNi0.8Co0.2O2具有规整的层状NaFeO2结构。电性能测试表明:在0.5 mA/cm2放电电流密度和3.0—4.3 V的电压范围内,LiNi0.8Co0.2O2首次放电比容量达175(mA.h)/g,放电比容量为163(mA.h)/g,库仑效率为93%。实验结果表明采用该工艺能够制备出电化学性能良好的锂离子正极材料。     

量子卡诺制冷机制冷率与熵产率的协调优化性能

研究了内可逆谐振子量子卡诺制冷机的整体最优性能。得到了协调优化目标函数Ｅ最大时量子制冷机的制冷系数以及最佳制冷率和熵产率。     

2011年全球机器人市场进入快车道

据国际机器人联合会(IFR)消息,2011年被认为是工业机器人50年来最成功的一年,自1961年以来工业机器人累计安装量超过230万台。在2011年,全球大约销售16.5万台工业机器人,是迄今为止最高年安装记录,比2010年增长了37%。受2011年全球经济危机的影响,2012年全球工业机器人将以一个较低的增长率进一步增加,并再次达到一个最高值。     

基于 MEEMD-FN-LSTM 的冷热电联供系统负荷预测∗

针对当前冷热电联供(Combined Cooling,Heating and Power,CCHP)系统优化调度研究缺少冷热电负荷预测的问题,提出了基于改进集成经验模态分解(Modified Ensemble Empirical Mode Decomposition,MEEMD)、模糊熵(Fuzzy Entropy,FN)和长短期记忆神经网络(Long Short Term Memory,LSTM)的CCHP系统负荷预测方法.使用M EEM D算法将原始数据分解为若干IM F分量,计算IM F分量的模糊熵并将模糊熵相近的分量相加,使用LSTM对相加后新的分量进行预测,最后将分量预测结果重构得到最终预测值.通过仿真并对比分析其他方法的负荷预测精度,证明所提预测方法具有良好的预测效果.