具有自发可逆形变特性的液晶弹性体

单畴结构的液晶弹性体具有自发可逆形变特性,是一种新型的智能材料,在传感器、微执行器等领域具有重要的应用价值．分别综述了热致型、光致型自发可逆形变液晶弹性体的研究发展现状,分析和阐述了单畴液晶弹性体自发可逆形变特性的原理,并展望了单畴液晶弹性体在人工肌肉和形状记忆材料方面的应用前景．     

爆破振动在台阶边坡上的传播规律与预测分析

基于台阶地形模型爆破振动测试实验,研究爆破振动在台阶地形的传播规律及测点位置对爆破振动速度预测的影响规律。结果表明,爆破振动速度随着水平距离的增加总体呈衰减趋势,恒有垂直方向爆破振动速度远大于水平径向和水平切向,台阶边缘爆破振动速度存在局部放大现象;将台阶不同位置测点分成三类:Ⅰ类(包括全部测点)、Ⅱ类(包括水平地面测点、台阶中部、根部测点)、Ⅲ类(包括水平地面测点、台阶根部测点),分别应用萨道夫斯基公式和高程修正公式进行预测,发现高程修正公式的预测精度明显优于萨道夫斯基公式;Ⅲ类测点预测进度最优,Ⅱ类次之,Ⅰ类最差。建议进行边坡地形爆破振动速度预测时,只选取边坡台阶根部测点的振动速度进行预测分析。     

纤维素/半纤维素酶配合漆酶预处理马尾松未漂磨石磨木浆的研究

分别用半纤维素酶PulpzymeHC、纤维素酶Novozym476对马尾松未漂磨石磨木浆(GP)进行预处理,然后再进行NS51003漆酶/介体系统生物酶处理及后续的H2O2漂白,并对酶处理浆在H2O2漂白前后白度和强度性能进行测定。研究结果表明,利用半纤维素酶PulpzymeHC、纤维素酶Novozym476对马尾松未漂磨石磨木浆(GP)进行预处理,可有效提高漆酶NS51003处理马尾松未漂GP的效率,更加有效的提高纸浆的白度及强度性能,而且适当的预处理可使纸浆具有更好的可漂性,从而使H2O2漂白后的酶处理浆具有更高的白度和更好的强度性能。     

粘结剂种类对硅碳复合负极材料电化学性能的影响

通过柠檬酸裂解碳将纳米硅粉包裹负载在人造石墨表面制备了Si/G复合负极材料,对比分析了海藻酸钠(SA)/羧甲基纤维素(CMC)复合粘结剂、羧甲基纤维素(CMC)/丁苯橡胶(SBR)复合粘结剂、聚偏二乙烯四氟乙烯(PVDF)和海藻酸钠(SA)四种粘结剂对其电化学性能的影响。结果表明,粘结剂的种类对硅碳复合负极材料的电化学性能产生显著的影响,CMC/SBR复合粘结剂具有良好的粘弹性和分散性,可以更好地适应材料的体积变化,其Si/G复合负极材料展现出优异的电化学性能,首次库伦效率为87.97%,循环100次的容量保持率为90.3%。     

广西大厂92号矿体节理裂隙与矿化及岩体稳定性关系

通过节理裂隙的现场观测统计,绘制出裂隙密度等值线图,它可以定量地反映节理发育的密集程度及其优势方位,着重对含矿节理裂隙脉进行统计分析,得出含矿节理的倾向、倾角多服从正态分布.节理充填细脉状矿化主要是以北东向节理裂隙脉矿化为主,其次,有少量的北西向和近东西向节理脉状矿化.北东向节理脉走向一般为50~70°,倾角55~70°,细脉延伸长度一般为十几米至数十米,脉厚一般为0.1~2.5 cm,最大的细脉厚度达10 cm左右.     

人工智能技术在电力设备运维检修中的研究及应用

首先介绍了人工智能技术,为电力设备的运维检修提供了一种全新的技术手段与研究思路.按照数据层、算法层和应用层逐级展开论述和分析,给出了人工智能关键技术框架及各类算法的应用特点与范围,分析了人工智能在电力设备运行维护中的关键技术,以及人工智能技术在电力设备运行维护中的应用,对相关工作人员以及整个行业发展有所帮助.     

氚在某拟建核电厂长距离排放管线地下土壤-水中的扩散行为和迁移模拟研究

了解关键放射性核素³H在某拟建核电厂长距离排放管线地下土壤-水中的迁移行为,可为³H的监测方案和事故工况应急预案提供科学支持和数据支撑。采用贯穿扩散法研究了³H在某拟建核电厂长距离排放管线地下土壤-水中的扩散行为,分析了不同压实密度对³H有效扩散系数(D_e)的影响,并将获取的有效扩散系数作为溶质运移模型的输入参数,通过Visual MODFLOW软件对模拟区域进行水文建模和溶质运移预测,模拟30 d到10 a期间³H在区域内地下水中的迁移。结果表明：在土壤压实密度介于2 000～2 400 kg·m^-3之间时,³H的有效扩散系数介于1.48×10^-11～2.83×10^-11 m²·s^-1之间,在地下水中迁移扩散范围不超过200 m²,且³H污染物中心β活度浓度始终低于1 Bq·L     

甘肃乳业发展现状及对策浅析

<正>“十一五”甘肃省乳业发展总的指导思想是:以培育乳品市场为导向,以产业化经营为纽带,加快行业科技进步, 实现产品优质化、产业现代化,做大做强龙头企业,培育名牌产品,尽快缩小与乳业发达省份的差距,带动我省乳业快速、健康、协调发展。     

基于协同进化信息和深度学习的蛋白质功能预测

蛋白质的功能对于理解细胞和生物的活动机制、研究疾病机理等至关重要。面对序列数据库的快速增长,传统的实验和序列对比方法不足以支撑大规模的蛋白质功能标注。为此,提出EGNet(evolutionary graph network)模型,采用蛋白质预训练语言模型ESM2和one-hot编码得到蛋白质序列编码,通过序列自注意力和物理计算整合出残基间的协同进化信息PI(paired interaction)和SPI(strong paired interaction);之后将两种进化信息和序列编码作为多层串联图卷积网络输入,学习序列编码节点特征,实现端到端的蛋白质功能预测。与早期方法相比,在ENZYME数据库中的EC(Enzyme Commission)类别标签上,EGNet获得了更好的性能,其F-score达到0.89,AUPR值达到0.91。结果表明,EGNet仅仅采用单条序列来预测蛋白质功能就可以得到良好的结果,从而能够提供快速且有效的蛋白质功能注释。     

基于国产MCU混合控制的高压直流变换器

LLC谐振变换器的电路分析采用一次谐波近似法(FHA),忽略高次谐波的影响。对于LLC谐振变换器的宽范围输入,只调节开关频率稳定输出电压,会出现输出电压超出允许范围的情况。根据归一化频率和电压增益曲线,当开关频率远离谐振频率时,FHA不再有效,会导致电压致增益失效。采用单一调节频率控制模式,不能控制输出电压的允许范围。因此,通过调节频率和调节开关管占空比的混合控制方式,稳定输出电压。控制芯片采用国产的HPM6300单片机,具有160 MHz主频。这里搭建功率为1.5 kW的原理样机进行实验验证,额定输入电压为400 V,电压输入范围为±10%,额定输出电压为1 500 V。实验结果证实了理论分析和参数设计的准确性。