水力空化联合H2O2降解壳聚糖的研究

利用水力空化装置对壳聚糖溶液进行了降解实验。分析了壳聚糖浓度、入口压力、p H值、温度、H2O2浓度等不同因素对壳聚糖溶液降解的影响。结果表明:水力空化对壳聚糖的降解程度随壳聚糖浓度的增加而减小,随着入口压力及水温的增加而增大;在一定条件下,水力空化对壳聚糖的降解存在着一个最佳的p H值;水力空化联合H2O2强化处理大大增强了降解的效果。该方法既能减少氧化剂的投放,也能提高降解的效率。     

碳基钨涂层在退火过程中的组织和结构变化

用真空等离子体喷涂(VPS)技术在C／C复合材料基体上制备了厚度为0．5mm的钨(W)涂层，涂层的表面通过物理气相沉积(PVD)预沉积钨、铼(Re)多层作为碳(C)的扩散势垒。涂层经过1200℃--2000℃的电子束退火，其微观结构和化学构成发生变化。经测量涂层的再结晶温度约为1400℃，再结晶的活性能为63kJ／mol。当退火温度高于1300℃时，涂层表面的多层W、Re结构将由于W、Re和C之间的相互扩散而发生改变，并在1600℃以上退火lh后由于脆性碳化钨在界面的形成而完全失效，碳化钨层的厚度将随着退火漏度的升高和退火时间的延长而迅速增加。     

涡流板形仪在铝带材串联冷轧机上的应用

随着对薄铝板需要量的增加,要求提高轧制速度。一台铝带材二机架串联冷轧机使用11年之后,在机架之间安装涡流板形仪进行技术改造,显著提高了轧制速度,并且在机架之间带材很少破断。为了提高轧制速度,首先要求避免带材因边部较大的张力而引起破断。为此,必须在监测板形的基础上,通过控制板形使机架之间带村的板形保持波浪状边缘。涡流板形仪符合比较平直度测量仪的要求,并且符合结构紧凑、花钱不多和对环境稳定的仪器的要求。     

柔性制造系统(FMS)调度中的进化算法研究

在对调度方法进行深入分析研究的基础上，开发了基于进化算法的FMS调度方法。该方法充分考虑了与FMS调度相关的各种因素，对一种常见的编码形式作出了新的解释，设计了一套新的编码方法以保证编码的合理性，并进行了仿真实验分析。结果证明了基于进化算法的FMS调度仿真模型可以有效地解决FMS调度这样具有多约束条件的优化问题。与其它方法相比较，这一算法收敛得较快，稳定性好，使用范围较广，具有很高的实用价值。     

NACE国际标准推荐做法液态环氧树脂管道外涂层（25O～76Oμm）针孔检测

本标准给出了目前阶段管道现场安装前对液态环氧树脂（FBE）涂层的针孔进行检测的推荐技术。并且给出了不同涂层厚度的推荐检测电压。     

关于熔体镁的除气处理研究

镁和镁合金由于具有重量轻、比强度、比屈服点、切削加工性能和吸振动性能好等优点,可以作为轻质目的的结构材料使用,但是目前的现状主要还是用于作为向铝合金中的添加元素。铝合金由于含有微量的氢气,所以我们可以看到,在压延后产生气孔,在铸造时产生微裂等现象,使其机械性能和化学性能显著降低,这是众所周知的事实。因此,我们进行了许多关于铝在精炼或铸造过程中尽可能减少氢含量的技术研究和关于除氢的研究。例如,我们能够看到许多关于向铝中吹进氯、氮、Cl_2—N_2混合气体、CCl_2F_2、CCl_2F_2—N_2混合气体以及用熔剂处理进行除气的研究报告。     

基于单片机的智能开关系统设计

本文提出一种智能时控开关的设计方案。该方案通过8279对显示和按键的控制功能完成时钟的显示及设置．并且使用两个不同中断来控制时钟的正常运行和闹钟的提示功能。该设计方案硬件设计简单,软件编程简洁,系统整体运行稳定。     

浅析数据库数据模型及信息检索方法

本文介绍了多媒体数据库三种主要的数据模型,分析了多媒体信息的特点及对数据模型的特殊要求,论述了不同数据模型的实现途径,并提出了基于内容的信息检索的特点、体系结构和处理方法。     

定量构效关系研究中分子描述符的相关性

分子描述符的计算是定量构效关系(QSAR)研究的基础,也是化学计量学研究的重要内容,在药物化学、环境科学等领域应用广泛。目前可计算的各种分子描述符已超过4 000种,如何选择合适的分子描述符,成为QSAR研究中首先要做的事。本文首先综述了分子描述符的研究进展,然后随机选择10 000余个化合物,利用Cerius2、Sybyl、Dragon软件计算1 600多种分子描述符,最后,采用相关分析和聚类分析研究各描述符之间的关系,相关分析表明,各类分子描述符之间存在较强的线性关系,这种关系通过聚类分析可以直观体现。     

基于人工智能图像识别的输电线路巡检研究

为了准确、及时地发现输电线路中的缺陷,研究基于人工智能图像识别技术的输电线路立体化巡检模式。具体地,以人工智能图像识别技术为支持,借助K-means算法对立体巡检图像进行聚类处理,同时,采用人工神经网络对图像中输电线路缺陷进行智能识别。经测试,在相同工作量下,未采用本文所提技术的输电线路缺陷识别需要5个分析员持续工作15 d,平均每分钟进行2～3张图片的识别,图像识别速度为20～30 s/张;采用人工智能识别技术,识别速度高达0.25 s/张,仅需3.6 h便可以将识别任务完成。在弱光环境下,经过增强处理的图像边缘更加清晰,目标图像与背景实现明显分界,且现阶段可利用输电线路中相同部件不同角度的7张图片实现高于90%的识别准确率。另外,通过对相同条件下其他几种方法影响模型实际收敛情况的比较发现,所有方法的重构误差均呈现出逐渐降低之势,最终都趋于稳定。结果表明本文技术在立体化线路图像缺陷检测中有一定普适性,有利于工作效率的显著提升。