吸湿凉爽机织物的结构设计与性能

为研究织物组织结构与复合纱线线密度对织物凉爽性能的影响,将线密度为7.4和9.8 tex涤纶分别与线密度为7.8 tex锦纶反向加捻、并线后作为纬纱,以8.3 tex涤纶/竹浆纤维50/50混纺纱作经纱,设计平纹、二上一下斜纹和透孔组织织物.测试织物的瞬间接触凉感、热湿舒适性能及织物干、湿态升温曲线,并采用凉爽温度指数对织物的综合凉爽性能进行评价.研究结果表明:6种设计织物的瞬间接触凉感均高于标准,且平纹织物最好,纬纱粗细对瞬间接触凉感影响不显著;透孔织物透气性最好,且在人体出汗的状态下具有较好的导湿散热性能.平纹织物凉爽温度指数最高,最大凉爽温度为2.8℃,综合凉爽性能最好.     

反坦克导弹用热电池研究进展

反坦克导弹作为击毁坦克和其他装甲目标的武器装备,在国家安全领域具有重要地位.热电池作为反坦克导弹的能源系统,对导弹功能实现具有重要意义.围绕反坦克导弹用热电池快激活和瞬时高比功率技术,结合热电池电化学材料体系发展历史、现状,探讨了提升快激活能力,提高瞬时比功率输出能力的技术,并对技术发展趋势进行了展望.     

链路增益平坦度对OTA测试准确性的影响分析

空口(OTA)测试已广泛应用在无线通信领域,提高测试结果的准确性是OTA测试当前急需解决的问题.文章从影响OTA测试结果准确性的因素链路增益平坦度入手,使用衰减器对测试链路进行增益削剪,分析测试了不同链路增益平坦度对被测件的EVM(误差矢量幅度)、BER(误码率)、TIS(总全向灵敏度)三项性能指标的测试误差与测试不确定度的影响.测试结果表明,增大链路增益平坦度会导致EVM、BER参数发生偏移,降低测试系统的通信质量;当系统的链路增益平坦度为1.82 dB时,测试误差与不确定度接近CTIA测试标准中规定值.最后,提出一种使用增益均衡器降低链路增益平坦度的方法,在链路增益平坦度为3.25 dB的测试系统中可将其控制在0.5dB以内.     

基于分子模拟技术研究来源于嗜热地衣芽孢杆菌葡聚糖酶的活性位点

为研究来源于嗜热地衣芽孢杆菌葡聚糖酶与底物的识别机制,本文通过利用分子对接、分子动力学模拟和MM-PBSA计算的方法研究了葡聚糖酶与二聚糖小分子之间的作用机制,试验结果表明,葡聚糖酶与底物的接触数较大并且距离较少,这说明其结合较为紧密;通过能量拆分,我们可以得出,Gly46、Leu63、Gln67、Tyr68、His73、Thr124、Gly125和Gln129是对结合二聚糖的关键氨基酸残基,并且His73和Thr124与二聚糖分子形成了较为稳定的氢键,这将有助于葡聚糖酶与底物的结合。本研究以期为葡聚糖酶分子结构后续的理性改造和高效利用提供有力依据。     

不同工质回路热管负载功率变化下的质量流量特性

为了进一步提高回路热管仿真精度并丰富回路热管实验研究方法，本文对回路热管瞬态传质进行实验研究。使用高精度质量流量计分别对以丙酮、乙醇、丙烯为工质的回路热管进行不同负载功率下的质量流量测量研究。结果表明：启动阶段，热负载10W时，丙烯回路比丙酮回路热管启动快，且两者的温度稳定均滞后于质量流量；稳定阶段，随着热负载功率增大，不同工质的回路热管的平均质量流量均线性增长，而瞬态质量流量则持续波动，其质量流量波动幅度均呈现先减小后增大的趋势。质量流量波动幅度会受到气体工质的可压缩性与作用在毛细芯内部上的热量的共同影响。通过频谱分析发现，液相质量流量波动还会受到冷凝器两相区的影响。高热负载下，作用在毛细芯内部上的热量占主导地位，质量流量波动加剧，同时出现周期性大幅波动，且其波动频率随着热负载增大而增大。     

铸件的表面热着色技术

简述了艺术铸造热着色技术在国内的发展过程,介绍了目前热着色技术的四大流派,分析了热着色存在的主要问题,并对艺术铸造热着色的发展方向进行了展望,有助于热着色技术在行业内快速普及.     

模内装饰薄膜滞热对成型工艺的影响分析

以模内装饰技术(IMD)测试平板为研究对象，利用仿真和实验方法分析薄膜滞热的影响因素及薄膜滞热对成型工艺的影响规律。结果表明，薄膜滞热使动模侧模具温度场变化滞后于定模侧温度场，且在实验条件下达到8.6 ℃的最大温度差；薄膜滞热随着模具温度的增加而降低，随熔体温度和薄膜厚度增加而升高；薄膜影响熔体的充模与冷却，造成产品冷却不均的现象；薄膜滞热导致产品翘曲变形增加。     

改进Elman神经网络在短期热负荷预测中的应用

热电厂的短期热负荷预测在城市集中供暖中起着至关重要的作用,直接影响热电厂的经济效益和热能利用率。电厂的短期热负荷一般采用神经网络预测模型进行预测,而BP神经网络应用最为广泛。Elman神经网络算法在BP神经网络基础上加入了承接层,作为一步延时算子,实现记忆能力,使系统具备适应时变能力,增强系统全局稳定性。但Elman神经网络算法模型的构造依然需要大量样本的支撑,而且输入层的变量多,导致预测时间依然很长,收敛速度慢。该文在Elman神经网络预测前,进行了相关系数预处理和对样本中异常值的平均化预处理,通过数据归一化运算,使Elman神经网络输入层变量大幅减少。仿真实验表明,改进的Elman神经网络算法使预测模型快速寻优,减少预测时间的同时明显提高预测精度。