基于有限元数值模拟的气相色谱仪柱箱抗爆门结构分析

气相色谱仪GC柱箱结构的抗爆设计对提高仪器的使用安全性非常重要.文中采用数值仿真方法,对Agilent公司某型号气相色谱仪的柱箱门在爆炸载荷下的动力响应进行了研究.通过ANSYS软件建立柱箱结构的三维模型,利用LS-DYNA3D软件进行求解,利用任意拉格朗日欧拉ALE(Arhitrary Lagrange-Euler)算法、炸药爆轰产物的JWL状态方程、流体介质的材料模型和状态方程等对柱箱门结构在爆炸载荷作用下的模型进行了研究.结果表明:该仿真模型有效地估计了爆炸载荷下柱箱门的抗爆性能,为结构设计和优化提供了技术支持.     

某车型动力总成悬置系统自由振动固有特性的求解

通过发动机振动时的动能和势能建立某车型动力总成悬置系统的自由振动微分方程,测取动力总成悬置系统基本参数,利用MATLAB 求解出系统固有频率及固有振型,并对动力总成悬置系统进行激振实验验证.为实现某车型动力系统的各振动模态的解耦,避开共振区,合理地分配该车型的动力总成悬置系统的固有频率提供了理论依据.     

基于激光多普勒技术的微悬臂梁机械特性的测量

介绍了一种微悬臂梁离面运动测试系统。结合显微激光多普勒技术,分析了用于间接测量微悬臂梁机械特性的方法,采用虚拟仪器技术建立控制系统,编辑器件激励和数据采集、处理软件,实现了对微悬臂梁的动态特性和杨氏模量、弹性系数等机械特性的测量。最后利用该测试系统对矩形、三角形微悬臂梁杨氏模量进行了实验研究,并计算了两种微悬臂梁的弹性系数。经实验证明,用该方法测量悬臂梁机械特性得到的弹性系数和杨氏模量误差小于7．5％。     

干燥方式对RDX/RF复合含能材料结构性能影响

采用超临界干燥方式和冷冻干燥方式制得RDX/RF气凝胶和干凝胶.利用扫描电镜(SEM),BET比表面积分析,X射线粉末衍射(XRD),差示扫描量热法(DSC)对其结构进行了表征.结果表明: 超临界干燥方式得到的RDX/RF气凝胶具有典型纳米孔洞结构和高比表面积特性.冷冻干燥导致干凝胶骨架结构坍塌,比表面积显著降低.RDX/RF气凝胶中RDX的平均晶粒度在34～38 nm之间,干凝胶中RDX的平均晶粒度在50～100 nm之间.RDX/RF气凝胶和干凝胶的热分解峰分别提前了14～25 ℃和2～7 ℃.     

顺-1-环己基-1,2-环己二醇的合成

研究了顺-1-环己基-1,2-环己二醇的合成新工艺。先用格氏试剂1-环己基溴化镁和环己酮反应制得环己醇,醇脱水后生成α-位取代的环己烯,最后用甲酸-过氧化氢氧化制得顺-1-环己基-1,2-环己二醇。产物用元素分析、红外光谱与1H NMR进行了表征。产物熔点90~91℃,收率为29%。     

发酵乳酸度近红外光谱快速检测方法的研究

利用近红外光谱技术对发酵乳酸度进行快速分析检测。采用电位滴定仪法测定71批次含活乳酸菌发酵乳样品的酸度实测值,并同时扫描得到近红外光谱数据。以校正集均方根误差(RMSEC)、预测集均方根误差(RMSEP)、交互验证均方根误差(RMSECV)及其相关系数R_c、R_p、R_cv为评价指标建立最优的酸度定量模型。利用模型对10批次含活乳酸菌发酵乳样品的酸度进行预测。结果表明,优化后的模型,其RMSEC、RMSEP、RMSECV及其相关系数R_c、R_p、R_cv分别为3.27、4.39、4.84,0.946 2、0.922 5、0.877 8。经外部验证后,该模型酸度预测值和实测值的最大相对误差为6.76%,满足不超过10%的要求。说明模型具有良好的预测性能,可用于发酵乳中酸度的快速检测。     

大蒜醋的功能性

为了研究大蒜醋的价值,该文综述了大蒜醋的特点及独特的调味、保健、药理功能,具有在调味中增香和杀菌的功能,并介绍了大蒜醋的药理功能,展望了其未来发展前景。     

基于Web日志挖掘的数据预处理应用研究

文章在分析Web日志的基础上,结合西华师范大学计算机学院WWW站点的访问日志,主要论述了在Web日志挖掘前所做的准备工作--数据预处理.数据预处理是整个Web日志挖掘过程的基础和实施有效挖掘算法的前提,在Web日志挖掘中起着重要的作用.     

C8051Fxxx程序丢失问题的分析

1 C8051Fxxx单片机简单介绍和Flash结构 C8051Fxxx系列器件是Silicon Labs推出的一个高速单片机系列.这款单片机是完全集成的混合信号片上系统型MCU芯片,具有高速、流水线结构的8051兼容的CIP-51内核;70%的指令的执行时间为1个或2个系统时钟周期;片上有丰富的片内外设,根据型号的不同,包括ADC、DAC、UART、捕捉/比较模块的可编程计数器/定时器阵列、SPI、SMBus等.     

基于动态自适应层叠网络的轻量化图像超分辨率重建

轻量化超分辨率网络对安防监控、实时人脸识别等领域具有重要意义。然而,现有超分辨率重建网络以牺牲内存和计算成本为代价提高重建效果,从而限制其在实际场景中的应用。提出基于动态自适应层叠网络的轻量化超分辨率重建网络。利用双路残差块中的深度可分离卷积提取低频特征,并引入像素注意力机制获取更丰富的细节特征,以减少参数量并增强网络的重建能力。将双路残差块中的一部分卷积参数作为动态卷积核的子卷积,并与动态自适应模块共享,利用可学习参数调节共享卷积的权重,增强网络的非线性映射关系,充分提取图像的纹理细节信息。实验结果表明,相比VDSR、CARN、PAN等网络,该网络重建得到的图像纹理更接近原始图像,其参数量仅为传统轻量化网络CARN的1/2,在放大因子为4的Set5数据集上峰值信噪比相比CARN提高0.16 dB。