18-冠-6/LA/Fe3O4复合磁性纳米粒子的制备及其吸附性能研究

Fe₃O₄磁性纳米粒子（MNPs）比表面积大、吸附能力强,且在外磁场作用下易于液固分离,冠醚具有对铀酰离子选择性配位的能力。本研究制备了兼具两者特点和优势的18-冠-6/LA/Fe₃O₄复合磁性纳米粒子。其结构经红外（IR）、扫描电镜-X射线能谱（SEX/EDX）、振动样品磁强计（VSM）、热综合分析仪（TGA）进行表征,表明18-冠-6/LA/Fe₃O₄复合磁性纳米粒子的粒径为12～23 nm,饱和磁化强度为56.34 emu/g。用制得的复合磁性纳米粒子对溶液中铀酰离子进行初步吸附实验,在选定的条件下,平衡吸附率达95%,操作方法快速简便,吸附后的磁粒子可方便地进行富集和回收。     

基于车牌识别流数据的车辆伴随模式发现方法

针对伴随车辆检测这一新兴的智能交通应用,在一种特殊的流式时空大数据-车牌识别流式大数据下,重新定义Platoon伴随模式,提出PlatoonFinder算法,即时地在车牌识别数据流上挖掘Platoon伴随模式.本文的主要贡献包括：第一,将Platoon伴随模式发现问题映射为数据流上的带有时空约束的频繁序列挖掘问题.与传统频繁序列挖掘算法仅考虑序列元素之间位置关系不同,本文算法能够在频繁序列挖掘的过程中有效处理序列元素之间复杂的时空约束关系;第二,本文算法融入了伪投影等性能优化技术,针对数据流的特点进行了性能优化,能够有效应对车牌识别流式大数据的速率和规模,从而实现车辆Platoon伴随模式的即时发现.通过在真实车牌识别数据集上的实验分析表明,PlatoonFinder算法的平均延时显著低于经典的Aprior和PrefixSpan等频繁模式挖掘算法,也低于真实情况下交通摄像头的车牌识别最小时间间隔.因此,本文所提出的算法可以有效的发现伴随车辆组及其移动模式.     

孔定位装置在汽车零件折弯加工中的应用

本文提出了重型汽车零件——支撑板、角板等折弯加工问题,介绍了孔定位装置的主要结构,分析了其在多品种小批量汽车零件折弯工序加工中所体现的工艺先进、加工成本低、经济实用、方便快捷等特点,并对其解决这一问题所起的作用做出评价。     

刘家峡水电站水力机械的设计及运行

刘家峡水电站是根据第一届全国人民代表大会第二次会议决议,作为根治黄河水害、开发黄河水利的第一批建设工程之一,工程的勘测、设计、施工和设备的制造安装,都是自力更生完成的。电站于1968年11月蓄水,1969年