计算机系统级热管理技术最新研究进展

随着芯片集成度及整机安装紧凑性的提高,计算机发热密度近年来一直呈指数级增长.为适应这种需求,除继续发展各种高性能芯片散热技术外,对整机系统的热管理进行总体部署及优化,以降低能耗及散热的成本.文中对近年来个人计算机(PC)及服务器应用中发展出的若干典型的系统级热管理技术进行了综合评述,并从散热方式、材料、结构及使用角度等方面提出了一些新的观点,剖析了其中的关键科学问题,对今后计算机散热技术的发展前景作了展望.     

耐火耐候钢的耐蚀性研究

对室内盐雾加速腐蚀循环试验和10个月大气暴露试验的耐火耐候建筑用钢试样进行电化学测试,研究了其耐蚀性能。结果表明,各钢种阴极极化曲线由裸露的扩散控制极化转变为带锈的活化极化,而且带锈的耐火耐候钢阳极极化反应比普通建筑用钢受到更大的阻滞,表明耐火耐候钢的耐蚀性比普通碳钢要好.对锈层横截面的扫描电镜分析表明合金元素有助于保护膜的生成.     

叶黄素的热解产物分析

为研究叶黄素对卷烟燃吸品质的影响,分别在300、600、900℃和氮气、10%氧气 90%氮气、大气环境中进行了叶黄素热解试验,热解产物经固相微萃取后进行GC/MS分析,并用叶黄素进行了卷烟加香试验。结果表明:①在所试验的温度和氛围中,叶黄素的裂解产物主要是甲苯、对-二甲苯、1,2-二氢-1,1,6-三甲基-萘和2,7-二甲基萘等,另外还有少量的氧化异佛尔酮、巨豆三烯酮、醛和烯烃类物质等;②叶黄素裂解产物的种类和相对含量都随着裂解温度的变化而变化,而裂解氛围则影响不大;③添加叶黄素的卷烟烟气香气略增加,但其杂气、刺激性都明显增大,余味变差。因此,添加叶黄素不利于卷烟抽吸品质的提高。     

气味指纹分析技术在植物油识别中的应用

利用电子鼻对不同来源以及不同品牌的植物油进行检测,得到电子鼻传感器的响应信号,采用主成分分析法(PCA)和判别因子分析法(DFA)等多元统计方法进行数据分析。结果表明:不同来源(海藻油、亚麻籽油、玉米油、葵花籽油)的植物油在风味上有一定差别,而不同品牌的植物油(福临门葵花籽油和多力葵花籽油、纯度不同的海藻油)在风味上没有明显的差异;在模式识别分析中,主成分分析和判别因子分析对于不同来源的植物油均具有良好的区分效果,指纹图能更好地反映不同类型传感器对植物油中挥发性物质响应信号的强弱。     

油茶籽粕蛋白功能特性及其酶解产物抗氧化活性研究

采用碱溶酸沉法提取油茶籽粕中的蛋白质,运用正交试验优化提取的最佳条件,并分析油茶籽粕蛋白功能特性及其木瓜蛋白酶水解物的抗氧化活性。结果表明,在pH 10、料液比1∶30(m/V)、提取时间3h、提取温度50℃的最佳条件下,油茶籽粕蛋白的得率为4.99%。油茶籽粕蛋白等电点在pH 5左右。乳化能力、乳化稳定性和起泡能力随p H增加呈先降后升的趋势,与蛋白溶解度密切相关。木瓜蛋白酶能有效提高油茶籽粕蛋白溶解性,其蛋白水解物对DPPH·自由基和羟基自由基均具有很好的清除能力(清除率85%),对铜离子的螯合能力大于对铁离子的螯合能力。     

芳香族共聚酯相变过程研究

合成了由不同配比ABA、TPA、HQ、RD组成的全芳香族共聚酯。采用搅拌乳光法、热台偏光显微镜观察、DSC以及升温过程中的WAXD的测定,可以断定它们都是向列型热致性液晶共聚酯。测定了它们的Tm和Ti。实验结果表明提高HQ的含量,共聚酯的三维有序性增加、熔点提高、液晶温度范围增加。通过对X—射线衍射图的分析,发现全芳香共聚酯液晶微区尺寸随温度升高而变小。鉴定热致性液晶聚合物最常用的四种方法各有千秋。必须联合使用才能获得可靠的结果。     

先进的搅拌摩擦焊技术

介绍搅拌摩擦焊接技术特点及研究和应用现状。分析搅拌摩擦焊接技术的发展趋势。     

基于谷物蛋白质序列与PPI网络的功能预测研究

谷物中现存大量未经注释、功能未知的蛋白质,且难以通过实验验证,因此计算方法成为预测谷物蛋白质功能的主流方法之一。作者以玉米、小麦、籼稻、粳稻4种谷物蛋白质为研究对象,利用数据库获取结构域相互作用信息。从蛋白质中较为稳定的结构域信息出发,结合AdaBoost算法获得蛋白质相互作用信息并构建蛋白质相互作用网络,将其与利用blast所获得的蛋白质序列相似性网络相结合,利用协同分类和多层感知机两种算法实现对谷物蛋白质的功能预测。研究结果显示,两种算法均能较为准确地预测蛋白质功能,其中协同分类在召回率方面表现更优,而多层感知机在准确率方面表现更优。本研究为谷物蛋白质的功能注释提供了新思路、新方法,对谷物的加工与营养研究提供了依据。     

多尺度模态感知在文本指代实例分割中的研究与应用

文本指代实例分割(RIS)任务是解析文本描述所指代的实例,并在对应图像中分割出该实例,是计算机视觉与媒体领域中热门的研究课题。当前,大多数RIS方法基于单尺度文本/图像模态信息的融合,以感知指代实例的位置和语义信息。然而,单一尺度模态信息很难同时涵盖定位不同大小实例所需的语义和结构上下文信息,阻碍了模型对任意大小指代实例的感知,进而影响模型对不同大小指代实例的分割。对此,设计多尺度视觉-语言交互感知模块和多尺度掩膜预测模块：前者增强模型对不同尺度实例语义与文本语义之间的融合与感知;后者通过充分捕捉不同尺度实例的所需语义和结构信息提升指代实例分割的表现。由此,提出了多尺度模态感知的文本指代实例分割模型(MMPN-RIS)。实验结果表明,MMPN-RIS模型在RefCOCO,RefCOCO+和RefCOCOg3个公开数据集的oIoU指标上均达到了前沿性能;针对文本指代不同尺度实例的分割,MMPN-RIS模型有着较好的表现。     

掺碳SiGe二极管反向阻断特性模拟与机理分析

深入研究了掺碳SiGe(SiGeC)功率二极管的反向阻断特性,给出了详细的机理分析.与同结构SiGe二极管相比,SiGeC二极管的热稳定性显著提高,反向漏电流明显减小,击穿电压也有所增加,且随着温度的升高,其优势更加明显.与少子寿命控制技术相比,该SiGeC/Si异质结二极管有效协调了降低通态电压、减小反向漏电流、缩短反向恢复时间3者之间的矛盾.其较好的热稳定性降低了对器件后续制作工艺的限制,而且无需采用寿命控制技术,在制作过程中可调节Ge,C含量来对异质结能带结构进行剪裁,折中优化器件性能,给器件设计提供了更大的自由度.