液滴撞击高温曲面动力学特性试验研究

本文采用高速摄像机对液滴碰撞高温曲面过程进行试验观测,分析了曲面结构对液滴动态Leidenfrost温度的影响,定量讨论了表面温度及曲面曲率对液滴铺展比的影响。发现:相对凸面液滴铺展而言,液滴在凹面上更厚的铺展液膜抑制了二次液滴喷溅,相应动态Leidenfrost温度更低;液滴与表面的局部接触极大升高液滴内部温度从而减小了液滴表面张力及粘度,因此在本试验表面温度范围内,当表面温度较低时液滴最大铺展半径相对更大;重力沿表面切向方向分量促进液滴在凸面上铺展,相反抑制液滴在凹面上铺展,且曲面直径越大,重力分量越大,因此凸面上液滴铺展比相对更小,相反凹面上铺展更大。     

模具CAPP技术的现状与发展

介绍了模具CAPP技术的科学意义和实际作用,综述了模具CAPP技术的研究现状,探讨了模具CAPP技术发展中所面临的一些关键问题,指出了模具CAPP技术的研究发展方向.     

超薄塑件注塑成形特性的试验研究与数值模拟

薄壁注塑成形技术具有节约材料、降低成本、减少制品重量和外形尺寸等优点,可促进移动电话等电子产品的迅速发展,特别是超薄塑件的注塑成形技术在微机电领域具有巨大的应用潜力。但随着制品厚度的减小也使注射成形难度加大,填充过程更为复杂,成形特性有待探索。设计制造出可成形超薄塑件的模具,利用正交试验方法(田口方法)进行充模试验和数值模拟技术研究各工艺参数(注射速度、注射压力、熔体温度、注射量和制品厚度等)对超薄塑件注塑成形充模过程的影响。研究结果表明,制品厚度对超薄塑件的填充起决定性作用;注射量及注射速度对超薄塑件注塑成形的填充起主导作用,提高注射速度能大幅度地提高填充率;熔体温度和注射压力相对于注射量和注射速度只起次要作用,但在填充过程中,高的熔体温度和注射压力也是必要的。     

压水堆核电厂再热汽温及影响因素分析

根据基本的质量和能量平衡关系,运用机理分析方法建立了核电机组的传热简化模型,通过严密的数学推导,得到了核电机组再热汽温与其影响因素的微分关系式,该关系式全面反映了影响再热汽温变化的各种因素,根据该式可分析再热汽温变化特性。最后,对某1000MW核电机组进行了热力计算,比较了各因素对再热汽温变化的影响。研究结论可为核电机组的运行控制和仿真提供理论指导。     

奶牛饲料中多种农药残留调查分析

目的调查奶牛饲料(青绿饲料、青贮饲料、玉米秸秆、苜蓿饲料、精料补充料、牧草和糟头料)中农药的残留状况。方法从我国奶牛养殖大省(天津、河北、内蒙古、黑龙江、山东、陕西)中有代表性的牛场抽取饲料检测。采用气相色谱-质谱方法分析样品中的农药残留量。结果六六六以α异构体形式存在,未检测到其他异构体;滴滴涕主要以p,p'-DDT形式存在;毒死蜱在所有饲料样品中均有检出,在青绿饲料中检出率达100%;敌敌畏在玉米饲料中检出率为100%;氟氯氰菊酯在玉米饲料和精料补充料中的检出率为100%;溴氰菊酯在青贮饲料、玉米饲料、精料补充料中的检出率均大于80%;乐果在奶牛饲料中检出率较高。结论以上检出率情况说明饲料中敌敌畏、DDT、毒死蜱、甲胺磷、氟氯氰菊酯、溴氰菊酯农药污染情况较严重,生产中应注意控制使用,加强相关农药残留分析,尽早制定出饲料中农药使用的相关标准,加大监管力度。     

SaaS模式下基于SOA的ERP系统实现

在分析了面向服务的体系结构和软件即服务特点的基础上,提出了基于面向服务的体系结构的ERP系统方案。该系统给出了从业务流程管理开始,使面向服务的体系结构与传统的企业服务总线融合,结合软件即服务实现企业应用ERP系统。     

国际保险

国际保险○国际货物运输保险合同的当事人及代理人国际货物运输保险合同，是投保人或被保险人支付保险费，在保险标的遭遇约定的事故时，由保险人向被保险人给予赔偿的合同。１．保险人（ＩｎｓｕｒｅｒｏｒＵｎｄｅｒ－ｗｒｉｔｅｒ），亦称承保人，是指收取约定的金额（...     

透明ABS制品的注射成型技术研究

介绍了透明ABS制品的注射成型特性 ,讨论了影响制品透明度的因素 ,结合透明ABS医用瓶体的实际应用 ,提出了相应的解决方法     

注塑模具的绿色制造方法研究

在对绿色制造概念介绍的基础上，结合注塑模具自身的特点，具体阐述了基于绿色制造的注塑模具设计与制造的原则与方法，指出模具设计的标准化，面向可回收和拆卸的设计和模具CAD／CAPP／CAM一体化等技术是实现绿色设计的根本途径，先进制造技术与绿色思想的结合是绿色工艺的必然，在这种原则与方法的指导下，注塑模具将更易于达到高质量，短周期，低成本的目标。     

一种改进卷积神经网络的逆变器故障诊断

针对传统二极管钳位式三电平逆变器故障诊断方法存在的诊断效率低且准确率不高的问题,将一种自适应正则化系数引入卷积神经网络CNN(convolutional neural network),对逆变器进行故障诊断。在传统CNN模型引入正则化去拟合中,正则化系数常采用全局统一的常数型参数,训练过程中需不断试错且效果甚微,针对此提出根据目标损失函数梯度变化,自适应调整正则化系数的CNN模型,能够加快其在逆变器故障诊断中的收敛速度,增强模型泛化能力,提高故障识别准确率。实验表明,与传统BP神经网络和原始CNN模型相比,改进的CNN模型能对逆变器复杂故障做出实时准确诊断。