热致性液晶/氧化石墨烯/酚醛树脂复合材料的力学性能与摩擦性能研究

将酰氯化后的氧化石墨烯与热致性液晶聚合物经溶液混合法制备热致性液晶聚合物/氧化石墨烯(TLCP/GO)混杂材料;通过辊炼、挤出、模压成型工艺制备热致性液晶聚合物/氧化石墨烯/酚醛树脂(TLCP/GO/PF)复合材料,研究TLCP/GO混杂材料含量对酚醛树脂复合材料的力学、动态力学及摩擦性能的影响。结果表明:添加量为0.5%时复合材料的弯曲强度及弯曲模量分别提高了26%及11%;添加量为0.5%时,复合材料初始储能模量提高了31.5%,同时,混杂材料的加入一定程度上改善了复合材料的摩擦磨损性能,其中混杂材料添加量为0.5%时,复合材料的摩擦系数在0.39~0.28之间,250℃时,复合材料的磨损率为0.39×10-7cm3/N·m,比纯酚醛复合材料降低48.7%,表明TLCP与GO具有协同增强作用。     

Sφ5×0.23×0.12mm内螺纹铜管的研究与开发

水随着国家对节能环保要求日益提高,高效、节能成为制冷领域的发展方向。目前普通内螺纹铜管已远远不能适应该要求,而细径内螺纹铜管相对于普通内螺纹铜管,更适应空调器小型化、轻量化、新冷媒替代的发展要求。由于内螺纹铜管需经过联拉、减径盘拉、内螺纹成型、精整等工序,影响因素多而复杂,且基础研究薄弱,因而有必要加强研究与开发。     

露天矿山石灰岩边坡爆破振动特性及规律研究

研究了爆破振动对石灰岩矿山边坡的影响,通过现场爆破振动测试,结合现场地质条件进行了爆破振动特性及规律研究。结果表明,基于M.A萨道夫斯基拟合公式的2次现场爆破振动数据中质点振动速度具有明显的衰减趋势;基于高程效应修正的M.A萨道夫斯基拟合公式的相关系数达到了0.94,比传统M.A萨道夫斯基公式拟合效果好;采用本文得到的修正拟合公式,结合靠帮设计起爆药量,对石灰岩边坡各台阶最大振动速度进行预测时发现,爆破设计应重点考虑振源临近台阶造成的影响。     

军用电子整机设备防水性能快速检测技术研究

针对军用电子整机设备进行淋雨或浸渍试验时间长、进水位置定位难等问题,分析了采用气容性检测试验代替淋雨或浸渍试验方法的可行性,研究了气密性检测技术的应用现状,对比分析了各种气密性检测技术的优缺点。结合本单位整机设备的特点,开展了采用压差法进行设备防水检测的应用研究,在两型小尺寸产品中成功应用后,针对1U和2U设备的气密性检测,提出了流水线式大尺寸整机设备气密性检测装置。     

电子束辐照交联超高分子量聚乙烯等温结晶动力学

研究了电子束辐照交联超高分子量聚乙烯的等温结晶行为与辐照剂量、交联度和结晶温度的关系.首先,用差示扫描量热技术(DSC)研究了以0,50,100 kGy电子束辐照的超高分子量聚乙烯分别在不同的温度下等温结晶过程,发现半结晶时间(t1/2)和Avrami指数(n值)与结晶温度有关.与未交联超高分子量聚乙烯相比,交联聚乙烯等温结晶动力学的t1/2和n值较小,证明交联网络可加速聚乙烯成核,且抑制晶体生长.在此基础上,采用阶梯式温度"跃变"方法,诱导交联聚乙烯分子链在不同温度下分别结晶,得到具有多个熔融温度的交联聚乙烯结晶,而未交联的超高分子量聚乙烯则只显示单一熔融温度,证实了在交联聚乙烯中存在的不均匀交联网络结构导致分子链结晶能力不同.     

Web访问日志安全分析技术研究

传统Web漏扫及防护技术不足以实时评估Web服务器本身所面临的威胁态势,为此,针对大型复杂环境下Web服务器的安全威胁态势,提出了一种基于Web日志的安全威胁分析方法和系统.该系统从海量日志中提取和分析安全威胁事件,基于威胁行为特征模型,分析出Web网站曾受到的各类威胁,并生成站点综合风险指数,有利于网站针对性加固和加强综合防御能力.     

钢筋工程BIM应用关键技术研究

长期以来传统土建行业钢筋工程作业由于缺少先进的技术手段,作业效率低、发展水平有限。随着BIM技术及相关信息技术的发展应用,提出一种基于BIM技术的钢筋集约化加工作业方式,基于智能化BIM翻样技术实现集约化数控加工、信息化高效管控等系列成果创新。实践证明能有效提高作业效率、降低钢筋损耗,经济和社会效益显著,为实现钢筋工程数字化建造方式变革及土建专业产业化转型发展奠定基础。     

基于安全多方计算的两方推理

数字基础设施的发展加速了个人隐私数据在机器学习中的应用。随着机器学习即服务的市场规模逐步扩大,服务提供商和用户在双向获利的同时也面临着严重的隐私泄露风险。因此,安全推理作为隐私保护机器学习的一个分支,成为科学界和工业界的研究热点。安全多方计算是安全推理最重要的密码学工具。从机器学习推理中潜在的隐私问题出发,引入安全多方计算技术,进一步对基于安全多方计算实现的安全推理框架进行分析研究,重点分析和评估了业界先进且实用的技术框架。最后进行了总结与展望,给出了隐私保护机器学习及安全推理的未来发展的思考与建议。     

高性能两方隐私集合求交技术研究及应用探索

隐私集合求交（Private Set Intersection,PSI）是一种保护数据隐私的集合计算技术,允许互不信任的各方协同计算私有数据的交集,且不透露交集以外的任何信息。PSI技术被广泛研究和应用,主要从提升性能和探索新型应用场景两个方面发力。首先详细梳理两方PSI的研究进展,分析和评估业界先进的算法协议;其次以卫星互联网新型应用场景为例,探索提出高性能两方PSI应用方案,实验测试不同数据类型在多种网络环境下的性能,给出新型场景下的PSI实践范式。最后进行总结与展望,给出了PSI的发展思考与建议。