HMX基PBX炸药热损伤的数值计算与实验研究

基于二维平面轴对称模型,采用有限元软件ANSYS,对HMX基PBX在温度冲击载荷作用下的温度场和应力场进行数值计算,为了验证有限元模拟分析的可靠性,对HMX基PBX药柱进行了温度冲击试验,用热电偶和声发射技术测量药柱表面的温度及热损伤。数值计算结果表明,在降温阶段,药柱侧面中部受到较大轴向拉应力作用而产生热损伤。实验结果与计算结果吻合较好,说明HMX基PBX热损伤破坏方式为拉应力破坏,抗拉强度可以较好地反映材料的耐热损伤能力。     

网格资源备份策略

为了实现资源预留技术，提出资源备份这个概念，在资源分配阶段如何为一个应用选择资源备份是一个非常重要的问题。具体描述了备份资源选择和资源备份策略，并提出了一种基于资源聚集的计算网格备份资源选择算法。由此，设计出了一些资源备份的预留策略。     

调质温度、冷却时间对饲料硬度的影响

饲料市场的竞争已日益激烈,颗粒化饲料已成为严格确定的加工工序,用户对饲料品质的要求也日益提高:饲料颗粒要求外观光滑,长度均匀;硬度适中,含粉率低。但是决定饲料品质的因素是多方面的:饲料营养配方的选用、原料特性的不同、饲料加工工艺及设备差异等。因此,如何提高颗粒品质同时提高生产效率、降低生产成本;在高质量、高产量、低成本三者之间寻求最佳平衡点是饲料生产企业最亟待解决的问题之一。许多研究已表明,饲料颗粒生产过程中,调质温度的高低,制粒后的冷却时间对颗粒饲料硬度质量有一定影响[1]。本试验主要研究在相同的蒸汽压力,相同的供料速度下,不同的调质温度、不同的制粒后冷却时间对饲料颗粒硬度影响。     

瘤胃尼龙袋法评定木薯柠檬酸渣对山羊的营养价值

利用瘤胃尼龙袋法测定了木薯柠檬酸渣对山羊的营养价值,样品在瘤胃中分别培养0、2、6、12、24、36和48 h后干物质、中性洗涤纤维和粗蛋白质的降解率来评定其对山羊的营养价值.结果表明,木薯柠檬酸渣的消化能为9.061 MJ/kg,干物质有效降解率为45.32%,中性洗涤纤维有效降解率为23.37%,粗蛋白质有效降解率为48.86%.     

RDX晶体颗粒压制中的声发射现象

在RDX晶体颗粒压制实验中,采用声发射信号检测系统获取压制过程产生的声发射信号.特征参数分析显示,颗粒压制时的声发射信号极为丰富,且信号幅度、波击计数(率)和上升时间随时间的变化曲线均能分成明显的3段,分别与颗粒压制过程的3个阶段,即流动重排、变形破碎和压实阶段相对应.声发射监测结果反映了压制过程中颗粒材料力学行为的变化,为研究颗粒压制过程的行为提供了可行的依据.     

考虑网损因素的示范小区电动汽车接入研究

提出了在负荷不确定方法下计及电动汽车对配电网网损计算方法。以网损的微增量作为电动汽车可行接入点的依据,采用蒙特卡洛方法对负荷不确定进行抽样仿真。比较接入和未接入电动汽车以及接入容量的大小对配电网的影响。通过算例的计算分析,得出了在线性递增负荷的接入下,网损输出的变化率为正的结论。为电动汽车负荷可行接入点、电动汽车接入的最优时间的确定提供了依据。     

原位聚合聚氨酯/纳米二氧化钛复合材料的研究术

利用纳米TiO2表面丰富的羟基与二苯基甲烷二异氰酸酯(MDI)中的异氰酸根反应,制备了以纳米TiO2为交联点的原位聚合聚氨酯/纳米TiO2复合材料.通过傅立叶变换红外光谱、扫描电子显微镜和热重分析分别研究了未经表面处理纳米TiO2和酸处理纳米TiO2表面羟基含量的差异及其在聚氨酯中的分散状况,比较了它们作为无机交联点制...     

微波传输设备的嵌入式监控系统设计与实现

设计了一种用于微波传输设备的嵌入式监控系统,该系统可实时上报设备告警信息和远程查询/设置设备参数。系统硬件以ARM为核心,通过多种接口进行数据采集和信息交互。监控软件以Linux操作系统为平台实现多任务处理。经验证,本系统成本低且满足监控需求,极大地提高了微波传输设备的可靠性和可维护性。     

风储联合运行经济调度模型研究

介绍了风电场中储能装置的相关控制策略;然后,基于传统的经济调度模型上,引入储能装置来平抑风电功率的波动性,并计及备用成本,从而建立了风电场中含储能装置的经济调度模型,重点分析了储能装置的引入和储能装置不同容量及不同最大充放电功率对经济调度的影响;最后,通过实际算例分析验证了该模型的有效性。     

微博个性化转发行为预测新算法

目前,对微博转发行为预测主要是对所有微博用户的历史数据进行学习,从而得到转发模型.但是这类模型需要对所有用户的转发行为进行全局预测,存在同质性且无法对具体用户进行个性化预测的缺陷.针对这些问题,提出了基于多任务学习的个性化微博转发行为预测算法.对新浪微博进行了数据抓取、分析和特征选择,根据社会学中影响力的理论,针对微博用户之间进行社交信息交流而导致相互影响的特点,引入了多任务学习方法,以逻辑回归预测模型作为基准算法,将预测模型分为全局模型与个性模型进行学习.预测模型把对每个用户转发行为的预测对应为多个任务,根据微博用户间的社交交互对这些任务进行关联.实验结果表明,所提出的模型能够有效地对单个用户的微博转发行为进行预测,并且提高了转发行为预测的准确率.