丝科TM XPS外墙外保温系统与科陶TM复合板系统

丝科~(TM)系统是由国内知名的建筑节能有保温系统供应商与美国陶氏化学合作开发推出的一种基于挤塑聚苯板(XPS)的优质外墙外保温系统。 丝科~(TM)系统的比较优势 与膨胀聚苯板(EPS)薄抹灰外墙外保温系统相比，它具有以下突出优点： (1)导热系数为0.027(EPS为0．04)，保温隔热效果显著优于EPS系统；因此，达到同等节能要求，丝科系统厚度更薄； (2)吸水率低于1％，防水与抗冻融效果更佳； (3)材料强度(包括压缩、抗伸和剪切)与抗冲击能力有显著提高； (4)弹性模量小，受力时     

交通噪声防治与隔声屏障

噪声污染被视为一种无形的环境污染。它是一种感觉性公害,具有局部性、暂时性和多发性的特点。噪声不仅会影响听力与语言交流,干扰休息和睡眠、而且还对人的心血管系统、神经系统、内分泌系统产生不利影响,所以有人称噪声为“致命的慢性毒药”。     

带羟基邻苯二甲腈衍生物的自加速热聚合研究

利用酚类化合物与4-硝基邻苯二甲腈的亲核取代反应合成出了3种带羟基的邻苯二甲腈衍生物:4-(4-羟基苯氧基)邻苯二甲腈(化合物1),4-(4-羟基联苯氧基)邻苯二甲腈(化合物2)和2-(4-羟基苯基)-2′-(4-(3,4-二腈基苯氧基)苯基)丙烷(化合物3)。这类化合物无须外加催化剂,因而不会发生由于催化剂挥发或分解而使材料产生孔隙的问题。核磁共振氢谱(1H-NMR)和傅里叶转变红外光谱(FT-IR)的分析结果证实了所合成化合物的结构。利用示差扫描量热计(DSC)和热重分析(TGA)技术,对这3种邻苯二甲腈衍生物的热行为进行了对比研究。热分析研究显示出化合物3在290℃附近表现出与化合物1类似的自加速热聚合行为,而化合物2并未表现出明显的自加速热聚合反应行为。利用核磁共振氢谱技术(1H-NMR)分析了化合物1、2、3的酚羟基质子NMR化学位移,以研究分子结构与其自加速热聚合反应能力的关系。     

锂电池动力电源单体电池电压检测系统设计

运用单片机(MCU)和电池管理专用芯片(IC)LTC6803构成了串联锂电池组单体电压检测系统。多个以LTC6803芯片为核心的电池管理单元通过电流型SPI总线实现级联,以单片机作为SPI总线主机,实现了大规模串联电池组单体电池的电压检测。研究了单体电池检测数据可靠性的提高方法以及数字定标方法,通过均值滤波和数字定标等方法提高了电压检测的分辨率并降低了测量误差。100个连续数据点检测实验结果表明,该系统的单体电池电压检测误差小于2 mV。     

Plackett-Burman设计和响应面分析法优化香菜中总黄酮的微波提取工艺

为了确定香菜茎叶中总黄酮微波辅助提取最佳工艺条件,首先用Plackett-Burman设计对影响香菜总黄酮得率的因素进行评价,筛选出三个主要影响因素:液料比,微波温度,乙醇体积分数。以香菜总黄酮得率为响应值,采用响应面分析法优化提取条件,确定最佳提取条件为液料比35∶1,微波温度80℃,乙醇体积分数67%。在此条件下黄酮得率的预测值为1.33%,实测值为1.31%,误差为1.30%。表明Plackett-Burman设计结合响应面分析法可以很好的对香菜总黄酮微波提取工艺进行优化。     

奇异谱分解联合互信息的主轴轴承故障特征提取研究

奇异谱分解(singular spectrum decomposition, SSD)算法存在当信号信噪比较低时降噪能力较差以及敏感分量个数难以确定的问题。针对上述问题，提出了SSD联合互信息理论(mutual information, MI)的主轴故障特征提取方法。首先，将轴承振动信号经过SSD分解，得到多个奇异谱分量(singular spectral component, SSC);然后分别计算原始信号与SSC之间的互信息，选择最小互信息(minimum mutual information, MinMI)处的分量为最佳分量。由于背景噪声的影响，选取的最佳分量故障特征频率并不明显。因此，基于振动信号特点与互信息理论提出了差分突变互信息(differential mutation mutual information, DMMI)的有效分量保留方法，通过对计算相邻SSC之和之间的MI值，保留突变点内的分量作为敏感信号，在此基础上再依据MinMI原则设计带通滤波器，对敏感信号带通滤波并进行包络解调以提取故障特征频率。通过仿真信号与真实主轴轴承数据分析表明，对信号进行DMMI保留敏感分...     

基于信息融合的稀疏自编码故障诊断

针对目前大多数机械故障诊断中单一振动加速度信号特征提取对先验知识要求高和对时域、频域信息利用不充分等问题，提出了一种基于信息融合的稀疏自编码故障诊断方法。首先，对振动加速度信号进行频域积分得到速度和位移信号，同时计算加速度信号的频谱；其次，将频谱、速度、位移三种信号融合成一个复合信号；最后，将复合信号作为稀疏自编码网络的输入进行深度特征提取，利用SoftMax分类器进行状态识别。通过调整不同比例的输入信息来调整模型，并与传统的稀疏自编码故障诊断模型相比，结果表明，所提方法能有效识别滚动轴承故障和RV行星轮故障，且在减少网络层数的同时能够提高识别准确率。     

旋转设备数据不平衡问题的数据生成方法

在旋转设备运行状态监测及故障识别时，采集的样本多为无故障样本，而故障样本较少，这种数据分布的不平衡会严重影响分类器识别的准确性。针对此问题，提出了一种少数样本数据生成方法，即基于傅里叶变换与皮尔逊系数优化的生成对抗神经网络（Fourier-Pearson generative adversarial networks，简称FP-GAN）模型。通过对故障少数样本的扩充，提高故障诊断训练和识别的准确性。首先，使用傅里叶变化得到信号频域的单边谱，使用GAN网络生成信号频域；其次，通过皮尔逊相关系数对生成的数据进行优化；最后，通过傅里叶逆变换获得更接近真实数据的生成数据。仿真和实验数据验证表明，基于FP-GAN生成的数据样本在时域特征、时域统计特征以及分类器分类结果方面都能较好地与已有实际数据融合，可以对小样本数据进行增强，能有效解决数据不平衡问题。     

一种用FPGA实现的FIR滤波器结构

A digital FIR filter architecture implemented in FPGA is described．The FIR architecture is based on a pipelined multiply-add-accumulator（MAC）which employs carry-save array．To save the delay time and hardware resources，multiplier uses the partial products generated by modified Booth algorithm．The FIR architecture is written in VHDL，and is synthesized into FPGA．The synthesis result shows that the proposed FIR architecture  can run at 50 MHz clock rate in FPGA XC4025e-2．     

一种高电源抑制比CMOS能隙基准电压源

介绍了一个采用０．６μｍ数字ＣＭＯＳ工艺制作的能隙基准电压源电路，该电路具有小的硅片面积（０．０６ｍｍ２）、高电源抑制比和较低温度系数。在该电路应用于高精度电路的偏置系统时，还可增加改善输出偏置电流温度系数的电路。