DM365系统中Web参数传递机制的研究

在分析和比较达芬奇DM365中Web参数传递的多种方法后,提出了利用嵌入式服务器Boa作为Web服务器、利用CGI（通用网关接口）实现服务器端和客户机端动态参数的传递,最后以RS485串口程序为例对运行在服务器端的CGI程序的运行方式进行了改进和优化。实验结果表明：基于后台运行的CGI程序,在Web参数动态传递的同时,可以有效地消除控制页面切换时的停顿现象。     

气体绝缘金属封闭开关设备运输振动风险评估算法设计与系统实现

气体绝缘金属封闭开关设备(GIS)在运输过程中受到的超标冲击可能会影响其未来的正常运行,造成安全隐患与经济损失.针对现有运输振动监测产品诊断规则单一、准确性与客观性不佳的现状,提取振动事件时域波形及其离散傅里叶变换的统计特征与形态学特征,进行基于大容量实际样本的神经网络训练优化,构造出面向GIS长途运输监测需求的振动风...     

无铅钎料用无VOC助焊剂活化组分研究

对无铅钎料免清洗助焊剂用各类活化剂性能及机理进行了分析,通过润湿力研究选择出活化性能较好的丁二酸和戊二酸以及一种羟基酸。以此活化组分为基础配制了两种无挥发性有机化合物(VOC)免清洗助焊剂,并且根据SJ/T 11273—2002《免清洗液态助焊剂》的规定对该助焊剂进行了性能检测。结果表明,两种助焊剂无松香无卤素,固体含量低,润湿力大,腐蚀性小,扩展率达75%,助焊性能良好,可应用到无铅波峰焊中。     

锡锌系无铅钎料用免清洗助焊剂的润湿性评价

简要介绍了锡锌系无铅钎料的研究背景,针对锡锌系钎料容易氧化和润湿性差的缺点,研制了一种无松香无卤素的新型免清洗助焊剂.并且选用一种无机盐助焊剂和一种松香型助焊剂作为对比,进行了扩展率试验和润湿力试验以评价3种助焊剂的润湿性.试验结果表明,这种新型免清洗助焊剂能够提高Sn-9Zn共晶钎料的润湿性,并且助焊剂残留物少,无腐蚀,可免除焊后清洗工艺,符合环保要求,有利于促进Sn-9Zn无铅钎料在电子工业中的实际应用.     

配电网故障测距综述

配电网故障测距一直是电力系统中的难点,为找到切实可行的解决方案,针对配电网不同于高压输电线路的特点,诸如混合线路、线路分支多、线路短等,对现有的各种测距方法进行了归纳总结。结合配电网故障测距的新动向,对混合线路配电网的未来测距方向进行了初步探讨,但该解决方向的可行性和实用性还需要更多的理论和实践支持。     

电铸件针孔缺陷形成机理及消除措施

分析了针孔缺陷形成机理,指出直接原因是电铸过程中形成的氢气泡长时间吸附于阴极表面未能及时有效且彻底排离,根本原因在于电极过程液相传质受限;提出了使用添加剂、优化电流施加方式、控制电解液pH值、采用非水基电解液、强化液相传质、改变电铸体系气压六项消除措施,并进行了分析总结,得出:采用脉冲电流、稳定电解液pH值4~5、施加适宜措施强化液相传质、降低或增大电铸体系气压至特定标准,是消除基于合理组分氨基磺酸镍型电解液电沉积镍铸件上针孔缺陷的极有效措施。     

基于丁香酚的全氟环丁基芳基醚聚合物的合成与性能表征

为了实现可持续发展，以可再生的生物质原料制备高性能高分子材料成为关注重点。本文以丁香酚为原料，通过氟烷基化反应、硅氢加成反应、消除反应和Piers-Rubinsztajn反应合成了三种含有硅氧烷结构的三氟乙烯基芳基醚(TFVE)单体。利用核磁共振光谱测试(NMR)、傅里叶红外光谱测试(FT-IR)、差示扫描量热分析(DSC)、动态热机械分析(DMA)、拉伸测试、热重分析(TGA)、介电常数测试等对TFVE单体结构、固化行为及固化样品的各项性能进行分析。结果表明三种生物基TFVE单体可以通过TFVE基团的热环化反应转化为全氟环丁基芳基醚(PFCB)聚合物。固化样品具有出色的热稳定性和介电性能，5%热分解温度分别为405、381和394℃,1 kHz～10 MHz内平均介电常数分别为2.78、3.26和3.11。该工作提供了利用生物多酚制备高性能聚合物的新思路。     

Incoloy 825合金加热过程中晶粒长大行为研究

研究了Incoloy 825合金在1 223～1 473 K温度范围内保温0～150 min后的晶粒长大行为，分析了加热温度和保温时间对其晶粒尺寸的影响，构建了Incoloy 825合金晶粒长大的数学模型。结果表明，当温度低于1 373 K时，晶粒长大缓慢，晶粒尺寸变化不大；当温度高于1 373 K时，合金晶粒尺寸明显长大。通过回归分析，构建了Incoloy 825合金两段式晶粒长大数学模型，能够较好地预测该合金在不同加热温度、不同保温时间下的晶粒尺寸。     

基于深度学习的农业装备库存预测研究

为解决农业装备制造企业供应链峰谷生产下因库存需求预测不准造成的“断供”或库存冗余问题,且传统的预测模型不能够考虑影响库存的多重因素,预测结果往往不够准确,因此决定建立一个可以精准预测的模型。提出一种基于LSTM算法的农业装备库存预测模型,可根据影响库存的主要影响因素等数据实现精准预测,能够最大程度地节约成本,提高效率。实验结果表明：LSTM模型的预测数据集和真实数据集的拟合度较高,这说明LSTM模型预测结果具有更高的预测精度,有很强的泛化能力。