果蔬运输保温包装箱的研究

为研究出环保、保温和缓冲性能的果蔬快递运输保温包装箱,本文使用牛皮纸、铝箔、石头纸和PE复合纸材料设计并制作出5款快递运输保温包装箱,气柱袋作为缓冲材料,根据保温包装箱内温湿度的变化以及公路运输模拟试验选择出与目前快递运输泡沫箱效果接近的箱型.结果显示装入气柱袋的保温箱效果更好,不同冰袋用量下石头纸和PE箱的保温保湿效...     

遥控遥测电离计

遥控遥测电离计是用单片机控制的真空计［１］的应用之一，在有放射性的空间，观察 者离现场有时有２５０ｍ的距离，传统的方法是用长电缆线将规管与控制单元连起来［２］ 其缺点是大的灯丝电流要求很粗的电缆线，长的屏蔽线使放大器的时间常数增大．用单 片机控制的真空计可将压强数值用单片机进行传送．２５０ｍ的距离只用很细的电缆线即 可完成遥控遥测任务．     

基于行为的方法研究及其在模型转化中的应用

提出了一种基于行为的方法,把它作为面向过程的系统建模方法和面向对象的系统建模方法之间的桥梁。这样可以实现将面向过程的系统模型转化为面向对象的系统模型。这种转化的目的主要是为了中和两种方法的优点,如可以解决系统工程设计者对面向对象的方法不好把握和系统后期维护等问题。最后将提出一种行为属性图用来表示对象之间、行为之间的关系以及消息传递机制和数据的流向,这是两种模型转换的关键部分。     

基于集成学习的风云四号遥感图像云相态分类算法

云相态分类在气象预报和气候研究中具有重要的地位.我国新一代气象卫星风云四号的成像仪在光谱通道数量和空间分辨率较上一代风云二号有较大提升,这为云相态的研究提供了新的遥感数据.本文首先对风云四号相隔15 min的遥感图像进行分析,然后提出亮温云相态指数,该指数可以进行初步云相态分类,最后在此基础上提出基于集成学习的云相态分类算法.实验结果与风云四号官方云相态分类结果进行比较,水云的一致率达到91.69％,冰云的一致率达到76.10％.     

基于BP神经网络的风云四号遥感图像云检测算法

通过对风云四号每两张相隔15分钟的图像进行分析,提出了归一化动云指数,加强数据集对低云、薄云及云系运动边缘的检测.在此基础上,提出了一种基于归一化动云指数的动态阈值法用于初步云检测,并进一步提出基于BP神经网络的云检测算法.实验结果表明,该算法可以消除阈值选取中的主观影响,在大范围复杂下垫面的遥感图像数据中可以取得较好的云检测效果.     

受损轻骨料混凝土抗硫酸盐侵蚀性能

运用干湿循环的实验方法研究了LC30基准轻骨料混凝土及损伤度为0～0.1、0.1 ～0.2、0.2 ～0.3的受损轻骨料混凝土的抗硫酸盐侵蚀的性能,以相对动弹性模量为评价指标,分析了损伤度对基准轻骨料混凝土、掺粉煤灰轻骨料混凝土及掺聚丙烯纤维轻骨料混凝土的抗硫酸盐侵蚀性能,并建立了以粉煤灰掺量、聚丙烯纤维掺量为指标的轻骨料衰变损伤模型.     

煤矿井下采掘单位精细化管理初探

煤炭企业精细化管理是一项科学的管理制度,这项制度在采掘单位实施的好坏将决定其在整个企业运行的成败,关键是要抓好明晰权限、细化成本、安全奖惩提取金机制、职工教育培训长效机制等几个关键环节.     

掺纤维橡胶混凝土抗冻性能研究

通过测定10组100 mm×100 mm ×400 mm混凝土试件能够经受的快速冻融循环次数,研究了橡胶粒和玄武岩纤维掺量变化对纤维橡胶混凝土抗冻性的影响规律,分析了纤维橡胶混凝土冻融破坏的损伤机理.研究结果表明:橡胶和纤维掺入混凝土能有效降低混凝土受冻融循环而发生的损伤劣化程度,明显提高混凝土的抗冻融循环性能.而且随着橡胶粒、纤维掺量的增加,混凝土相对动弹模量下降趋势越平缓,在本试验橡胶粒、纤维掺量范围内,橡胶粒掺量为60 kg/m3,纤维掺量为2.5 kg/m3时,混凝土抗冻融循环性能最佳,较基准混凝土提高150次.     

电弧堆焊铁基非晶/纳米晶复合涂层的组织及性能研究

以铁基非晶合金Fe41Co7Cr15Mo14C15B6Y2作为焊芯制备低氢型非晶堆焊焊条,利用手工电弧堆焊,调控堆焊工艺参数,在Q235钢上制备两种不同非晶/纳米晶组分的复合堆焊层。利用XRD/SEM/TEM探索不同堆焊工艺下的结构组织演变及非晶/纳米晶的组成比例变化,研究了不同比例非晶/纳米晶复合堆焊层的晶化特征、硬度和耐磨性变化。实验结果表明,堆焊层为铁基非晶/纳米晶复合涂层,与基体达到了良好的冶金结合;涂层中非晶相含量最高可达47.44%,纳米晶粒尺寸为10~48 nm,堆焊层的最高硬度达1 226HV1,其耐磨性可达Q235钢的8倍;两组堆焊层的晶化激活能分别为Ex(150 A)=107.476 kJ/mol,Ex(160A)=58.104 kJ/mol;随着堆焊热输入的增加,堆焊层中非晶相的含量降低,纳米晶粒尺寸增大,堆焊层的晶化温度、热稳定性、硬度和耐磨性有所降低。