工程机械参数化异构设计技术研究

为实现工程机械产品面向用户需求的快速定制,本文提出工程机械参数化异构设计方法.总设计师在产品配置系统中结合工程实际需求和业务经验选择配置组件模块,完成产品框架结构的个性化定制;下级设计员根据配置信息和设计经验,从参数化零组件模型重用库中调用元件完成组件框架异构设计.研究了基于事物特性表的产品配置和基于参数化重用模型的组件异构设计技术.最后以液压支架的快速定制为例验证了相关技术的可行性、有效性.     

预应力吊车梁孔道堵塞处理及简易加载实验方法

本文详细介绍了吊车梁顶预应力孔道堵塞后的处理以及现场简易的加载实验方法。     

一种数字减影血管造影系统检测方法

介绍一种数字减影血管造影系统（DSA）检测方法,该方法实现了模拟人体注射造影剂后的动态过程,利用含有不同造影剂和不同计量性能模板的运动,实现对DSA数字减影性能的测量,进而为监督检测和临床需要提供强有力的保障。     

难熔金属碳化物ZrC对树脂基炭微观结构的影响（英文）

在微纳观尺度,利用SEM、TEM和HR-TEM观察了难熔碳化物(ZrC)和树脂基炭经2 500℃以上高温处理后的显微组织结构。结果表明:ZrC颗粒表面包裹了一层取向和生长良好的石墨微晶炭过渡层。其中炭过渡层中晶体的层间距d002为0.3375nm,而没有包裹ZrC颗粒的树脂基炭仍然是各向同性结构。结合选区电子衍射结果可知,ZrC颗粒在高温下对树脂基炭有催化石墨化和诱导石墨化效应。     

中学信息技术微课教学的实践与思考

随着现代信息技术和传播媒体技术的发展,微课教学模式越来越受到中小学教师的追捧.微课的最主要特点是教学内容短小精悍,教学形式多种多样,教学重点难点突出.特别是在中学信息技术课堂中,微课的出现给学生的自主学习与合作探究带来了全新体验,不仅有利于学生学习重难点的把握与理解,而且还有利于形成实践能力,为学生创新思维的培养奠定基础.     

金属有机框架材料在光催化还原CO2中的应用

人类依靠化石燃料来加速现代社会的发展,但化石燃料的过度消耗引发了一系列问题,如严峻的能源危机和环境恶化.例如化石燃料的大量使用导致大气中二氧化碳的含量逐年增加,成为全球温室效应的主要原因.在众多CO2减排的技术中,光催化还原CO2技术不仅可以减少大气中的CO2含量,而且还能通过太阳能将CO2光催化转化为有价值的化学物质,被认为是最有发展前景的技术之一.金属有机框架材料(Metal-organic frameworks,MOFs),也称为多孔配位聚合物,是具有周期性网状结构的三维多孔材料,由无机金属离子(或金属簇)和有机配体组成.MOFs具有大的比表面积、可调节的结构、丰富的催化活性位点、独特的电子能带结构,这些优点使其在光催化还原CO2反应中受到越来越多科研工作者的青睐,应用前景令人看好.目前,用于光催化还原CO2的MOFs材料主要包括单一MOFs光催化剂与基于MOFs的复合光催化剂两类.文章列举了具体实例来说明MOF基光催化材料在还原二氧化碳中的优势和独特性以及提高光催化活性的改进方法.本文归纳了近年来MOF基光催化剂在光催化还原CO2方面的研究进展,讨论了提高MOF基光催化剂(MOFs功能化、半导体/MOFs、光敏剂/MOFs、贵金属/MOFs)用于CO2还原性能的合理方法,探讨了基于MOFs的光催化剂用于CO2还原的挑战和展望.     

MC-C-O体系在超高温条件下相平衡的热力学分析

从热力学角度出发,采用工程数学软件Matlab计算出了在涉及超高温(2073 K以上)范围的宽温域内一些典型过渡金属碳(硼)化物与氧反应的△GO,以及相应的平衡氧分压;在此基础上绘制了2500 K时ZrC-ZrO2体系和SiC-SiO2体系的氧化物蒸气压图以及界面蒸气压随温度的变化曲线.依据上述热力学数据,可以了解不同碳化物的氧活性和平衡氧分压随温度的变化规律,以及ZrC-ZrO2和SiC-SiO2体系氧化物蒸气压特别是界面蒸气压的大小,对于深入了解改性C/C复合材料和超高温陶瓷的超高温氧化行为,特别是对于改性C/C复合材料中有效的抗氧化添加剂的选择有理论指导意义.     

面向柔性制造车间的多目标RFID网络规划方法

针对具有多种覆盖需求的柔性制造车间RFID网络规划问题,以部署成本、阅读器干扰与阅读器效能为多优化目标,提出一种分层聚类、冗余消减与梯度下降方法集成的RFID网络规划方法,采用分层聚类算法确定RFID初始数量与部署位置,采用冗余阅读器消减算法优化RFID数量,采用梯度下降算法优化RFID部署位置从而实现网络规划多目标优化。实验研究表明,提出的方法在多目标综合性能方面优于传统基于分层聚类方法、遗传算法、粒子群与冗余消减混合方法的RFID网络规划方法,验证了该方法的有效性。     

基于CNN-LSTM的晶圆良率预测

晶圆良率是衡量半导体制造系统加工能力的关键指标,对其精准预测有利于排查晶圆制程工艺缺陷、提高晶圆生产率、控制企业生产成本。基于晶圆允收测试(wafer acceptance test, WAT)大数据,提出了基于卷积神经网络和长短期记忆网络(convolutional neural networks and long short-term memory, CNN-LSTM)的晶圆良率预测方法。该方法对WAT数据进行缺失、异常与归一化预处理;构建CNN模型对复杂WAT参数的关键特征进行识别;考虑相邻晶圆间的时序相关性,设计长短期记忆网络进行回归分析,从而实现晶圆良率的准确预测。以某工厂晶圆允收测试过程中采集的实际生产数据进行实验,并与其他传统晶圆良率预测方法的结果进行对比分析,从而验证所提方法的有效性。     

丙烷化学气相沉积均相热解反应动力学模拟

采用均相反应机理来考察丙烷在热解炭化学气相沉积(CVD)条件下的均相热解反应动力学。提出的反应机理包含285种气相组分和1074个基元反应,其中大部分反应可逆。该反应机理结合全混反应器模型和平推流反应器模型分别形成丙烷热解的0维和1维反应动力学模型,计算得到组分浓度随温度和滞留时间的分布函数,并与实验结果比较。结果表明,此反应机理可以复制出主要产物的形成路径,两个反应模型都能准确地预测小分子随温度和滞留时间的分布函数,并能较好地预测大分子随温度和滞留时间的变化趋势。在1248 K和滞留时间为1 s条件下,对丙烷的热解进行反应流速率分析并对重要产物进行灵敏度分析,以确定丙烷热解的主要反应路径和重要的反应步骤。最后,讨论如炔丙基、环戊二烯基和茚基等自由基在稠环芳香烃形成过程中起到的重要作用。