基于小波包的齿轮箱故障诊断

提出了一种齿轮箱故障诊断的方法,这种方法首先利用小波包提取齿轮箱振动信号的故障特征域,然后计算特征域上绝对值信号的频谱,以正常信号的频谱和特征域上绝对值信号的频谱的相似程度作为齿轮箱故障与否的判据,将齿轮箱的特征频率和特征域上绝对值信号的频谱相比较来判断齿轮箱的故障模式.将此方法应用于齿轮箱断齿故障的诊断表明,这种方法能够准确地诊断出齿轮箱中的冲击故障.     

基于分数阶运算的多相码信号检测与参数估计

针对目前多相码信号检测与参数估计方法运算复杂度高的问题,提出了一种基于分数阶运算的多相码信号检测与参数估计方法。该方法首先依据分数阶自相关与模糊函数径向切片的等价关系,实现了多相码信号的检测与调频率估计,然后联合分数阶傅里叶变换(Fr FT)估计多相码信号的其它调制参数。整个方法无需计算时频平面,且能够利用FFT实现,显著降低了多相码信号检测与参数估计的运算复杂度。仿真实验表明,该方法能够快速有效地实现多相码信号检测与参数估计。     

板坯连铸项目的高效改造

本文简要介绍了板坯连铸机技术改造而采取的一系列办法和有效措施及取得的效果。     

多孔碳材料复合锰铝水滑石的制备及电化学测试

以活性炭为载体,采用共沉淀法制备复合锰铝水滑石。实验结果表明:NaOH调节pH=9.5,反应时间为3h,反应温度为75℃,锰铝摩尔比为4∶1时,得到的Mn/Al水滑石结晶度较好,纯度较高。同时测试了复合材料的电化学性能,结果表明:共沉淀法制备得到的活性炭复合4∶1的锰铝水滑石具有一定的电容性能。     

氯乙烯树脂组合物及其制备方法

本发明提供一种氯乙烯树脂组合物，其包括氯乙烯单体和有机修饰的金属氧化物纳米颗粒，由于显著改进了被认为是氯乙烯树脂的弱点的热稳定性和耐候性，该组合物能够用于外部建筑材料中。本发明还提供该组合物的制备方法。[第一段]     

细粒氧化煤表面性质表征与浮选预处理技术研究进展

氧化作用使煤粒表面含氧官能团数量增加,疏水性变差,浮选回收效果降低,而我国氧化煤资源量大,对其分选与利用进行研究具有重要意义。氧化层阻碍了药剂分子和气泡与煤泥疏水部分的有效接触,是细粒氧化煤可浮性降低的主要原因,浮选前对氧化层进行疏水化预处理,成为改善其浮性的主要手段和研究热点。文章对国内外氧化煤表面含氧官能团辨别和定量表征方法进行了总结,对表面疏水化预处理改性技术展开综述。分析表明,红外光谱、拉曼光谱和X射线电子能谱等材料表面分析方法,能够得到含氧官能团不同层面的信息,已经被相关学者广泛应用;研磨、高强度高浓度调浆和超声处理等合适的预处理技术能够实现细粒氧化煤的表面疏水改性。但是,不同的测定和预处理方法均有自身的局限性,研究和工程人员需要根据物料性质、研究目的和可行性等多方面进行选择以及综合运用。     

110 GHz在片16项误差模型校准件定值方法研究

现有商用集总参数校准件电路模型使用简便,但由于校准件电路模型的不完善、电路中参数在提取过程中采用拟合算法等原因,导致其定值准确度受限.从用于高频串扰修正的16项误差模型校准件设计入手,给出了校准件高精度的定值方法——即通过研制辅助的Multiline TRL校准标准,采用测试加仿真的方式对校准件进行定值,并采用定值文件...     

蓝光材料9,10-二(β-萘基)蒽的合成与光谱分析

采用还原β-萘基锂与蒽醌的加成物制备了有机电致蓝光材料9,10-二(β-萘基)蒽(ADN)。通过红外、核磁共振对其结构进行了表征。利用紫外可见吸收光谱、循环伏安法和荧光光谱等研究了其HOMO、LUMO能级及发光性能。紫外可见吸收光谱有2个吸收带,其中E带有2个吸收峰,波长分别为232nm、260nm;B带有3个吸收峰,其波长分别为359nm、377nm、398nm,ADN的吸收带边为420nm,计算其能级差为2.95eV。采用398nm的激发光激发,荧光发射峰值波长为426nm,半峰宽为56nm,有很好的蓝光色纯度。通过循环伏安法测得其氧化峰电位为1.28 V,推算出ADN的HOMO能级为5.60 eV,LUMO能级为2.65 eV。     

德国进口苯酐催化剂装填技巧及检测问题研究

通过对德国进口催化剂某类催化剂-H4型四段床催化剂在苯酐装置上的工业应用,进一步研究了催化剂的装填要点、装填质量测试方法等系列问题做了探讨,旨在从实际应用的现场经验数据对苯酐催化剂的国内装置应用提出操作建议。     

基于平稳小波变换的纳米尺度线边缘粗糙度分析方法

为了解决微电子制造技术中纳米尺度半导体刻线边缘粗糙度（line edge roughness, LER）的测量问题,笔者提出了基于平稳小波变换的线边缘粗糙度分析方法．首先,使用原予力显微镜测量硅刻线形貌,通过图像处理与阈值方法提取出线边缘粗糙度特征．然后采用基于平稳小波变换的多尺度分析确定线边缘粗糙度特征的能量分布,给出了线边缘粗糙度的多尺度表征参数,包括特征长度和粗糙度指数．仿真出具有不同粗糙程度的线轮廓,计算出其粗糙度指数分别为0．72和6．05,表明该方法可以有效地反映出线边缘的不规则程度,并提供直观的LER空间频率信息．对一组硅刻线的测量数据进行处理,得到其特征长度和粗糙度指数分别为44．56nm和12．17．最后,采用该方法对使用3种不同探针和3组不同扫描间隔的测量数据分别进行分析,结果表明该方法可以有效地量化表征线边缘粗糙度．