岩土工程中安全系数的可靠性分析

本将传统的安全系数视为变量，提出了安全系数的标准差的近似表达式，分析了传统安全系数的可靠度，力求用简单的方式在岩土工程中体现可靠度的理论。在现有计算方法的基础上可方便地获得可靠性指标或失效概率，以利于对工程安全度作出客观的评价，提高判断的正确性。     

一款导引型机器人的设计与开发

为了节省人力,研究、开发了一款具26有部分感知能力、能够取代人的大量重复性的工作的导引型机器人。此机器人利用小型控制电机驱动,用多种不同传感器感知周围环境,通过单片机编程实现对指定位置的识别、规避障碍、场景解说等功能。能够很好地服务于工厂、商场、企业、学校、博物馆及科技馆等场所。     

新型稀土催化剂下苯乙烯与异戊二烯的共聚合

考察以乙酰丙酮（acac）为配体的三氟甲磺酸钕配合物[Nd（CF3SO3）3.2H2O.2.5acac]和三异丁基铝[Al（i-Bu）3]组成的催化体系催化苯乙烯（St）和异戊二烯（Ip）共聚合行为.讨论单体配比n（St）/n（Ip）、n（Al）/n（Nd）、聚合温度、第3组分四氢呋喃（THF）对共聚合反应及产物微观结构的影响.结果表明：该催化体系可以实现St与Ip共聚.共聚活性随着聚合温度、单体配比中苯乙烯含量的增加而增加.共聚产物的相对分子质量高达106.所得共聚物为含苯乙烯短嵌段的无规共聚物,其中异戊二烯结构单元以cis-1,4结构为主,且cis-1,4含量不随苯乙烯含量的增加而改变.共聚物中苯乙烯摩尔分数最高可达27.1%.     

探究日语教学中的中日同形词

中日同形词是非常容易受到"母语的干扰"的学习难点之一。日语中的汉字词虽然与汉语中词汇具有字形相同或相似的特点,但在实际运用中仍然存在着表记、词义、词性、褒贬色彩以及语气强弱等方面的差异,正是这些"疑似"汉字的日语词汇,如不注意很容易造成使用时的误解和误译。在此试着从以上五个方面分析中日同形词的异同,以期对日语教学能够有所帮助。     

一起500 kV电容式电压互感器故障原因分析

介绍了一起由于电容元件绝缘缺陷导致一组500kV电容式电压互感器三相同时出现二次输出电压偏高的故障。通过对试验数据的分析和解体检查,对故障做出了判断和验证,分析了试验中出现的与传统理论不相符的现象,并对500kV电容式电压互感器的运行维护和绝缘故障的现场分析提出了建议。     

HSK测温工具系统的不平衡响应分析及动平衡研究

为了测量高速立式铣削的切削温度,改变了HSK刀柄原有的内部结构,并在其内部嵌入了测温装置。运用有限元分析法,对安装有测温装置的工具系统进行谐响应分析,获得了不平衡量在不同激励频率下的动态响应规律。不同激励频率下的频率响应曲线说明,测温装置产生的不平衡量对HSK-A63工具系统位移响应的影响比较小。经过动平衡检测及去重,达到了规定的平衡精度等级。     

南城县气候变化与极端天气研究

文章选取1961-2010年南城站发生低温、闷热、高温、雷暴、雾、降雪、霜冻和暴雨等极端天气的时间资料,根据现代气候统计诊断方法,采用最小二乘法对各种极端天气事件每年出现时间的趋势变化做线性估计,并对每年出现的极端天气时间与逐年平均温度做相关性检验。检验结果为南城县应对气温变化、制定区域发展政策和进行生态建设提供了指导作用。     

三氟甲磺酸钕催化体系中苯乙烯与异戊二烯的共聚合行为

研究了一种钕催化体系——以乙醇为配体的三氟甲磺酸钕/三异丁基铝催化体系[Nd(CF3SO3)3.3H2O.C2H5OH-Al(-i Bu)3]催化苯乙烯(St)与异戊二烯(Ip)的共聚合行为。讨论了n(St)/n(Ip)、n(Al)/n(Nd)、聚合时间等的影响。研究结果表明,该催化体系不能引发St均聚,但可实现St与Ip的共聚,共聚活性低于Ip均聚活性,且强烈依赖于单体组成。共聚物的分子量达到2.9×106。St以单个分子或/和短嵌段的形式嵌入Ip长链段中。其中Ip单元以cis-1,4结构为主,cis-1,4的物质的量分数达91%。随着n(St)/n(Ip)增大,共聚物中St含量明显增加,但St含量的增加对Ip单元的cis-1,4含量没有影响。     

新型固体碱催化剂及其催化制备生物柴油的工艺研究

研究了等体积浸渍法制备负载型N/M固体碱催化剂及催化剂催化制备生物柴油的工艺。运用扫描电镜SEM和晶体衍射仪XRD对催化剂进行表征,结合生物柴油转化率,得出催化剂制备最佳工艺为:N负载量10%,煅烧温度600℃,煅烧时间5h。采用响应曲面法中的Box-Behnken模式对影响生物柴油转化率的4个主要因素(反应温度、催化剂用量、反应时间、醇油质量比)进行优化,建立生物柴油转化率的二次多项回归模型,并对回归方程系数进行显著性检验和方差分析,结果表明模型有效可靠,且得出新型固体碱催化制备生物柴油的最佳工艺为:反应温度60℃、催化剂用量为油质量的3%、反应时间5h、醇油质量比2∶5。模型预测最高生物柴油转换率92.43%,与实测值吻合。     

源码处理场景下人工智能系统鲁棒性验证方法

人工智能(artificial intelligence, AI)技术的发展为源码处理场景下AI系统提供了强有力的支撑.相较于自然语言处理,源码在语义空间上具有特殊性,源码处理相关的机器学习任务通常采用抽象语法树、数据依赖图、控制流图等方式获取代码的结构化信息并进行特征抽取.现有研究通过对源码结构的深入分析以及对分类器的灵活应用已经能够在实验场景下获得优秀的结果.然而,对于源码结构更为复杂的真实应用场景,多数源码处理相关的AI系统出现性能滑坡,难以在工业界落地,这引发了从业者对于AI系统鲁棒性的思考.由于基于AI技术开发的系统普遍是数据驱动的黑盒系统,直接衡量该类软件系统的鲁棒性存在困难.随着对抗攻击技术的兴起,在自然语言处理领域已有学者针对不同任务设计对抗攻击来验证模型的鲁棒性并进行大规模的实证研究.为了解决源码处理场景下AI系统在复杂代码场景下的不稳定性问题,提出一种鲁棒性验证方法 (robustness verification by Metropolis-Hastings attack method, RVMHM),首先使用基于抽象语法树的代码预处理工具提取模型的变量池,然后利...