山岭隧道建设环境岩土工程问题探析

结合新建南广铁路北岭山隧道工程实例,分析了洞门开挖及简易公路修建所产生的边坡问题,主洞开挖引起的山体变形和隧道内地质灾害问题,以及工区洞外生产生活对环境的影响和地下水环境变化等环境岩土工程问题,并探讨相应的处理措施。     

磁盘用磁记录介质的发展

磁记录技术目前已在录音、录像、计测、通讯、信息处理等范围内得到了广泛的应用。随着计算技术的发展,对存储器的高记录密度、大容量的要求越来越迫切。从磁带发展到磁鼓和磁盘。磁盘存储器由于具有随机存取、容量大、体积小、数据传送率高等优点,已成为第三代计算机不可缺少的主要外存设备。磁盘已经应用了二十多年。在磁盘技术的研制方面,美国的 IBM 公司一直处于领先的地位。对涂布介质和环形磁头组合的电磁转换系统来说,技术发展过程表明了如下两点:1)电磁转换系统机械尺寸的减小和记录介质磁特性的改进,提高了线性密度(见图1)。     

面向工时预估的物联车间人员动态调度技术研究

针对物联制造车间人机协作调度中人员参数的问题,提出基于人员层次技能树的任务匹配度模型和基于学习曲线的人员工时预估模型,结合实际的车间和相关理论基础,提供具体实现的解决思路。将所提出的两种模型在真实物联制造车间中进行性能验证测试,实验结果表明：所提方法可有效提高人员动态调度的效率。     

纳米纤维素基材料在柔性电子器件中的应用

目的 由于纳米纤维素基材料良好的柔韧性、热力学性能和高透明度,近年来在柔性电子产品中引起越来越多的关注。通过综述该领域的研究进展,将有助于研究人员更高效地开展研究。方法 综述3类纳米纤维素的制备方法及将纳米纤维素基材料应用在柔性电子产品中的研究进展。分别阐述纳米纤维素基材料应用于器件柔性衬底及绝缘材料的研究实例,并讨论纳米纤维素在各种应用方向中的优势以及存在的问题,最后对材料的未来应用前景进行展望。结论 纳米纤维素是天然纤维素与纳米技术结合的产物,可主要划分为纤维素纳米纤丝、纤维素纳米晶以及细菌纤维素3类。近年来,纳米纤维素基材料作为电子器件柔性衬底、绝缘材料等研究均有许多成果问世。虽然纳米纤维素基电子器件的开发还主要停留在实验室阶段,但是与传统的石油化工产品相比,纳米纤维素具有原材料丰富、环保可降解等优点。对纳米纤维素基新型材料的开发利用,有助于解决人类社会中日益严重的电子垃圾问题。     

MTDCD:一种对抗网络入侵的混合防御机制

移动目标防御和网络欺骗防御均是通过增加攻击者获取的信息的不确定性来保护己方系统和网络,该方法能够在一定程度上减缓网络入侵。然而,单一的移动目标防御技术无法阻止利用多元信息进行网络入侵的攻击者,同时,部署的诱饵节点可能会被攻击者识别和标记,降低了防御效能。因此,提出了融合移动目标防御和网络欺骗防御的混合防御机制MTDCD,并通过深入分析实际网络对抗,构建了网络入侵威胁模型,最后基于Urn模型建立了防御有效性评估模型,并从虚拟网络拓扑大小、诱饵节点的欺骗概率、IP地址随机化周期、IP地址转移概率等多个方面评估了所提混合防御机制MTDCD的防御效能,为后续防御策略设计提供了一定的参考和指导。     

C／S体系结构在系统设计开发中的应用

以鞍钢小额分公司钢材销售结算管理系统的设计开发为背景,介绍了在Oracle数据库系统上,利用Power Builer开发工具,应用C／S（客户机／服务器）体系结构的设计思想。     

融合GM(1,1)先验估计的扩展卡尔曼SOC估算

锂电池荷电状态(State of Charge,SOC)估算是电池管理系统(Battery Management System,BMS)的关键,准确估算SOC对合理使用动力电池、推动电动汽车的发展有重要意义。为避免安时积分法对SOC估算造成随时间累积的误差,以及在驱动参数设置不科学的情况下,扩展卡尔曼启动阶段性能差等问题,提出融合GM(1,1)先验估计的扩展卡尔曼SOC估算策略。在初始阶段使用安时积分来估算SOC值作为GM(1,1)模型的原始数据序列,以GM(1,1)模型替代EKF算法中的先验估算,保证状态估算的优良启动性能以及加快收敛速度,结合实时观测值对先验状态进行修正,随着迭代次数增加,后验估算值逐步淘汰GM(1,1)模型原始数据序列中的值,使得估算值主要依赖于实施监测实时检测的修正。实验结果表明,该方法有效提高了SOC估算精度,其估计精度在2%内,为电池管理系统的搭建与锂电池组的均衡提供了判断依据。     

Leidenfrost 液滴自推进运动研究综述

本文查阅了国内外相关文献,论述分析了Leidenfrost液滴自推进运动工作过程中具有代表性的实验研究与理论模拟工作,并在此基础上做出了总结,提出了未来研究方向和应用前景。     

连续玻璃纤维增强聚丙烯复合材料板材弯曲性能研究

为了积累热塑性复合材料的基础研究数据,通过改变相容剂PP-g-MAH含量、环境温度、复合材料铺层结构等方法,研究各种因素对复合材料的弯曲性能的影响.结果表明:添加相容剂PP-g-MAH能提高板材的弯曲强度,PP-g-MAH的合适用量是树脂基体的3.0%~4.5%;随着温度的升高,复合材料板材的弯曲强度和弯曲模量均降低,由于夹芯板玻纤含量相对较低,其弯曲性能的降低幅度更大;不同的铺层结构对复合板材弯曲性能影响较大,0°方向上的弯曲强度和弯曲模量均高于90°方向上的.     

利用卡尔曼滤波综合算法构建开采沉陷预测模型

为提高矿区地表沉陷预测精度,提出了基于自回归综合移动平均模型（Autoregressive Integrated Moving Average,ARIMA）的卡尔曼滤波模型与Elman神经网络相结合的综合预测模型。首先,针对沉陷监测序列的非平稳性与复杂性特点,ARIMA模型能够将原始数列平稳化,构建地表下沉预测模型,并作为卡尔曼滤波的状态方程;然后将Elman神经网络的沉陷预测结果作为观测值引入卡尔曼滤波观测方程中,建立综合预测模型;最后针对噪声方差Q与R选取的问题,统计出ARIMA模型与Elman神经网络模型的误差特性,从而计算出噪声Q与R的取值。分别将综合预测模型与BP神经网络模型、Elman神经网络模型以及卡尔曼滤波模型进行了预测精度对比,4种模型预测值与实测值的均方根误差分别为2.06、5.857 8、2.926 9、3.688 9 mm,相对误差分别为1.170 4％、3.050 2％、1.432 6％、1.908 4％,绝对误差平均值分别为1.886 7、10.703 9、2.329 4、2.807 6 mm。研究表明：综合预测模型能够有效减小单一预测机制造成的同一性质误差累积,其预测精度明显优于其余3种模型,对于大幅提升矿区地表沉陷的预测精度有一定的参考价值。