新型纳米晶硬质合金的研究现状及发展趋势

纳米晶硬质合金以其优异的性能在电子信息、汽车制造、航空航天、国防军事等领域被广泛应用。本文概述了近年来纳米晶硬质合金的发展状况,包括新型粘结相纳米晶硬质合金、无粘结相纳米晶硬质合金、梯度纳米晶硬质合金以及涂层纳米晶硬质合金等一系列新型纳米晶硬质合金,展望了纳米晶硬质合金在各个领域的发展前景和研发重点,为现代硬质合金材料及技术的发展提供新思路。     

用MEGA48芯片设计微功率电力抄表模块

提出了一种采用AVR系列单片机和Si4432射频芯片的无线数据传输系统的设计方法,其中包括系统硬件电路设计和软件实现.     

广义插值多小波及其反馈神经网络构造

①给出了广义插值的概念，讨论了广义插值特性和正交性、紧支性、对称性之间的关系，建立了多尺度函数具有广义插值正交和广义插值对称的充要条件，结果表明它极大地克服了目前多小波取样定理研究领域存在的不足——基于插值特性的取样拒绝了众多性质优美的小波，也拒绝了信号处理愿望的对称性．②给出了满足给定优美性质的多小波的高效构造方法——Hopfidd反馈型神经网络法，与目前广为使用的利用Singular软件求Grobner基方法相比，该方法不仅极大地减少了时间复杂度，而且可以获得十分令人满意的结果．     

电子废弃物双元回收闭环供应链定价决策研究

考虑生产者责任制对于“无废城市”可持续发展的重要性,从逆向供应链视角,引入制造商和消费者,构建环卫企业和回收企业并行的双元回收闭环供应链模型,通过深入分析多元主体各自在供应链经济活动中的最优决策及其对供应链整体所产生的影响,验证模型的合理性。研究结果表明：消费者的价格敏感度对回收量具有显著影响;回收主体之间的竞争状态影响着供应链的健康持续运行;制造商的定价决策对供应链各主体的策略选择产生不同程度的影响。     

高海拔地区三角堰水力学参数计算与分析研究

堰作为重要水工建筑物,其水力特性分析对水利建筑物的运行具有深远影响。现有关于薄壁堰尤其是三角形薄壁堰水力特性等相关研究均在平原地区开展,针对西藏高原地区薄壁堰研究较为匮乏的现状,该文以多功能变坡实验水槽和标准直角薄壁堰为基础,在海拔3 000 m西藏自治区林芝市巴宜区西藏农牧学院开展三角薄壁堰水力特性模型试验,并运用ANSYS数值模拟仿真进行验证,得到适用于高海拔地区特定条件下三角型薄壁堰过堰流量理论公式,旨在为今后相关研究提供参考。     

扭力轴多工况二维随机疲劳载荷谱的编制

扭力轴用来减轻自行火炮在行驶过程中地面对车体的冲击。针对扭力轴扭矩载荷谱多工况和非对称的特点，进行单一工况雨流法计数载荷循环、单一工况载荷的分布规律与检验、各工况频次向寿命周期扩展、载荷分级与级循环次数的计算、载荷谱列表。编谱过程基本上包括了多工况非对称型载荷编谱的所有步骤，对编制其它受多工况非对称型载荷的构件的疲劳载荷谱也有参考价值。     

液压迈步式临时支架刚柔耦合支护特性分析

为进一步提高综掘工作面临时支护效果,设计了一种刚柔耦合临时支架,分析了无支护巷道受力情况,构建了模拟动力扰动下临时支架系统的仿真模型,求解了系统运动学微分方程。结果表明：无支护情况下,巷道开挖后,底板最大位移约7.65 mm,顶板下沉约9.20 mm,且持续增大;有支护情况下,支架在扰动力作用下,无阻尼支架纵梁速度与加速度峰值分别为0.32 m/s、3.45 m/s2,有阻尼的纵梁速度与加速度峰值分别为0.038 m/s、0.25 m/s2。无阻尼支架梁下质量速度与加速度峰值分别为0.75 m/s、18.0 m/s2,有阻尼的梁下速度与加速度峰值分别为0.38 m/s、6.5 m/s2,有弹簧阻尼的支架吸振效果、支护效果更好。     

PA6／碳纳米管复合材料的复合方法的研究

ＣＶＤ法生产的碳纳米管经处理后呈纳米级分散，且表面产生大量的－ＯＨ官能团。碳纳米管与ＰＡ６（尼龙６）复合时，将通过其表面的－ＯＨ参加ＰＡ６的聚合反应，并阻碍ＰＡ６分子链的长大，削弱基体的强度。选择适当的复合方法，在尽量减少碳纳米管对ＰＡ６分子长大阻碍的基础上，改善碳纳米管在基体ＰＡ６中的分散，并进行后处理，可获得机能性能较好的ＰＡ６／碳纳米管复合材料。     

基于自动测试系统的故障诊断专家系统

为在武器装备自动测试平台上建立故障诊断专家系统，介绍了一种新型的数据库访问技术ADO。作为实例，在自动测试平台上利用ADO技术实现了测试结果的读取，将测试数据作为故障诊断的入口参数，结合SQL语言在规则库中实现了推理机制，最后，用Visual C 语言实现了编程。     

Kernel-kNN: 基于信息能度量的核k-最近邻算法

提出一种核k最近邻算法. 首先给出用于最近邻学习的信息能度量方法, 该方法克服了高维数据不便于用传统距离度量表示的困难, 提高了数据间类别相似性和距离的一致性. 在此基础上, 将传统的kNN扩展为非线性形式, 并采用半正定规划学习全局最优的度量矩阵. 算法主要特点是: 能较好地适用于高维数据, 并有效提升kNN 的分类性能. 多个数据集的实验和分析表明, 本文的Kernel-kNN算法与传统的kNN算法比较, 在低维数据上, 分类准确率相当; 在高维数据上, 分类性能有明显提高.