乳化剂对醋苯丙核壳乳液性能的影响

简要叙述了乳化剂对聚合物乳液的影响。详细地讨论了AES、OP-10两种乳化剂对聚合物乳液最低成膜温度(MFT)、粘度、乳胶粒核壳结构等性能的影响。     

乌东德地下厂房岩体深部加固及施工程序研究

乌东德水电站右岸地下厂房洞室群赋存于前震旦系褶皱基底,为陡倾下游的层状浅变质岩。主厂房第Ⅵ层大桩号段开挖时,单次长度达35.0 m,由于上游边墙处的施工支洞顶部岩体挖除、侧向约束解除、边墙高度突增,导致主厂房上游边墙岩体深部出现较大范围的沿层面开裂及滑移、围岩变形及锚索受力陡增,危及到主厂房施工及运行期安全。为此,采用三维离散元法对岩体开裂部位加固及第Ⅵ层后续开挖区段长度进行了对比研究,并提出了"锚索+接缝灌浆"的处理方案及"小区段、间隔开挖+及时支护"的施工程序。目前,右岸地下厂房已全部开挖完成,各部位监测项目均已收敛,监测成果验证了加固方案及开挖程序的合理性。相关思路可为后续同类工程的建设提供参考。     

国产软硬件环境下图像组织浏览构件设计

针对在国产软硬件环境下,应用系统读取、浏览大量图像数据的速度慢问题,设计了图像组织浏览构件。通过改进图像组织方式,将基础影像和目标对象图像分开组织管理,并对目标对象图像的属性和分层、分类进行探讨,实现图像信息的快速展现。对图像组织浏览构件进行了插件化设计与实现,利用QT跨平台开发工具,实现了应用集成框架,并通过实现统一集成接口,进行各业务插件的集成。     

基于原子任务构建职业教育“微”教学资源

在我国数字化教学资源建设领域,建设微型教学资源受到了广泛的关注。建设职业教育微型教学资源时,因工作过程知识类别多、情境多样、注重实践等特点,使资源建设存在一定的难度。分析工作任务的关联逻辑,借助工作流技术对工作流程建模,划分最小粒度的原子任务,并通过分析原子任务工作过程知识的要素组织逻辑,设计资源的框架结构,为职业教育＂微＂资源建设提供了更具操作性的方法。     

基于RBF神经网络的瓦斯检测技术的研究

着重介绍红外探测系统的总体设计思想、微弱信号的检测技术及检测系统的软、硬件设计,对如何应用单片机ATMEGA16芯片作微控制器,来完成数据的采集、处理判断、数据的显示和传输等一系列功能作了重点的阐述和分析.针对目前大多数设备不具备数据传输这一特性,重点对RS485总线方式作了阐述,并采用了RBF神经网络的方法对温度进行了补偿,提高了测量精度,达到了理想的效果.     

基于FA/MR分析方法的徐州市大气颗粒物PAHs源解析

在徐州市布设3个采样点,进行大气颗粒物采样.通过因子分析法（FA）判断徐州市大气颗粒物中多环芳烃的主要来源,并利用多元逐步回归法（MR）确定各污染源对多环芳烃污染的贡献率.结果表明,徐州市大气颗粒物中多环芳烃的主要来源为交通污染源、燃煤污染源和高温加热源,贡献率分别为61.4%、20.5%和16.1%.     

腈氯纶/汉麻纤维阻燃织物的开发及性能研究

通过调节腈氯纶在纬纱中的含量及织物组织结构,可获得阻燃性、耐光性、麻型感较好的织物.纬纱中腈氯纶占90%时,织物阻燃性能最好;占80%时,织物达到阻燃要求.织物在垂直于阻燃纱线方向上的阻燃性能优于平行方向.缎纹组织的阻燃能力稳定性优于平纹和斜纹.腈氯纶在阻燃的同时还可提高织物的耐光性.腈氯纶/汉麻纤维阻燃织物非常适合窗帘、沙发布、车内织物等用途.     

城域网应用层流量异常检测与分析*

首先对流量数据按应用层协议进行分类分析,采用小波分析对原始流量数据进行去噪处理,建立流量数据矩阵;然后采用主元分析（PCA）方法进行流量建模;在此基础上,通过SPE统计量的控制图能快速检测出流量异常,结合SPE统计量的贡献图可以分析出导致异常的主要原因。实验结果表明,小波去噪能降低异常检测的误警率,SPE贡献图可有效分析流量异常的原因。     

基于MVDR高分辨算法的时反定位技术研究

最小方差无畸变响应(MVDR)算法突破了瑞利限的限制,具有较高的分辨能力,但其容易受到复杂的水声环境的影响,宽容性差,因而难被应用到实际水下系统中.时间反转镜作为一种新的定位方法,可自适应修正各种多途引起的畸变,实现目标的检测和定位.针对MVDR算法宽容性差的问题,将时间反转镜和MVDR算法相结合,用于水声被动检测和定位,可充分利用水声信道的多径信息,减小复杂的水声环境对高分辨算法的影响.并研究了固定对角加载和基于RCB算法的宽容时反MVDR的被动定位性能.仿真、水池和海试实验数据处理结果证明了时反MVDR用于被动目标进行检测和定位的可行性和宽容时反MVDR的稳健性.     

基于自适应组合滤波的惯性导航系统初始对准方法

针对系统噪声不确定情况下的惯性导航系统非线性初始对准问题,提出了一种基于自适应组合滤波的初始对准方法.首先给出了一种基于Kalman/UKF组合滤波的神经网络实时训练算法;进而提出了基于Kalman/UKF组合滤波的非线性系统状态估计方法,该算法利用神经网络在线估计系统噪声,并利用Kalman/UKF组合滤波在线同时估计初始对准的状态量和神经网络的权值;最后将该算法应用于惯性导航系统非线性初始对准问题中,并进行了仿真研究.仿真结果表明:自适应组合滤波算法不仅保证了初始对准的精度,而且具有更好的实时性,是解决惯性导航非线性初始对准问题的一种有效且实用的方法.