RDX基复合物静电喷雾法制备及性能研究

采用静电喷雾技术制备了以氟橡胶(F2604)、聚乙烯醇缩丁醛(PVB)及三硝基甲苯(TNT)为包覆材料的黑索今(RDX)基复合颗粒,对所制备的复合颗粒进行扫描电镜(SEM)、傅里叶变换红外光谱(FTIR)、X射线衍射(XRD)和差示扫描量热仪(DSC)分析,得到超细包覆粒子的包覆效果及其热分解特性。结果表明:F2604/RDX与PVB/RDX复合颗粒为形貌规整、粒径均一的球形颗粒,而TNT/RDX复合颗粒为不规则多面体;F2604/RDX、PVB/RDX与TNT/RDX复合颗粒的红外吸收峰和X射线衍射峰位置与RDX一致;PVB/RDX复合物活化能最低,为137.059 k J/mol。     

水蒸气-水解法制备TiO_2光催化剂的研究

采用水蒸气-水解法制备比表面积高、具有中孔分布的锐钛型二氧化钛粉末,并用X射线衍射、比表面仪、扫描电镜等方法进行表征.以染料ZBF降解为模型反应,对其催化性能进行评价.实验结果表明:利用该方法能很容易地生成具有中孔分布的锐钛型二氧化钛,反应过程中的溶剂可完全回收.比表面积为90～130 m2/g、孔径约为49 nm的锐钛型二氧化钛粉体,对质量浓度为20mg/L ZBF染料在60 min内降解率超过95%.     

红沿河核电站安全级DCS控制系统设计

红沿河核电站是目前我国最先进的CPR1000数字化压水堆核电站,为了提高整体自动化水平,采用DCS控制系统。文章主要介绍了红沿河核电站安全级DCS控制系统的设计。安全级DCS控制设计遵循多样性、冗余性和安全性,可以作为其他核电站参考。     

EEMD在激光测云仪后向散射信号处理中的应用

激光测云仪后向散射信号是典型的非线性、非稳态信号,容易受噪声污染。针对该问题采用集成经验模态分解(EEMD)去噪算法进行处理,首先对含噪信号进行经验模态分解(EMD),将分解后的IMF分量进行自相关性分析,找出含噪占有量较大的IMF分量,对其进行SG(savitzky-golay)滤波,最后将滤波后的IMF分量和剩余分量进行信号的重构。经仿真实验结果表明,与传统的EMD方法相比,EEMD方法处理含噪信号后的输出信噪比提高了1.695 dB,均方误差平均降低了30%以上,说明该方法可以适用于非线性、非稳态的后向散射回波信号去噪处理,能为激光测云仪下一级的云底高度反演提供高信噪比的初始数据。     

改性粉煤灰絮凝剂的制备及处理煤泥水的研究

通过亲水性单体的表面接枝聚合改善粉煤灰的表面亲水性,增加与水的接触,从而提高其净化污水效果。将粉煤灰分散在甲基丙烯酸溶液中聚合,制备聚甲基丙烯酸改性粉煤灰絮凝剂,然后对吸水率、红外、热重和SEM进行表征,并通过煤泥水的沉淀试验对絮凝能力进行研究。结果表明,该方法将甲基丙烯酸接枝聚合在粉煤灰表面制备FA-MA20絮凝剂,可以改善粉煤灰的亲水性,对煤泥水具有良好的絮凝能力。通过改善粉煤灰表面亲水性的方法可以提高对煤泥水的净化效果,对粉煤灰的综合利用及煤泥水处理具有重要的应用前景。     

涡轮发电机可调喷管技术研究

通过对国内外引信用涡轮发电机转速控制技术方案的分析,提出利用形状记忆合金新型材料,实现在变化的气流条件下,控制涡轮发电机转速的机构方案--涡轮发电机可调喷管机构.该机构利用变化的气流速度对进气道管壁气动加热温度的改变,利用形状记忆合金双程驱动器的感温特性,实现对进气道出口面积的调整,进而控制流入涡轮发电机的气流动量,实现对涡轮发电机转速的控制.该项研究成果还可应用于火箭发动机喷管的自适应调节,实现发动机推力调整的目的.     

浅谈小学数学教学的“双重”教育价值

布鲁纳说过,“学生的错误都是有价值的”。学习本身就是一个不断尝试错误的过程。学生正是在不断地发生错误、纠正错误的过程中获得了丰富的知识,提高了学习能力,增进了情感的体验。因此,教学时教师要善待学生的“差错”,要善于挖掘“差错”背后的潜在教育价值。     

植物修复技术在水环境污染控制中的应用

综述了国内外植物修复的研究进展,阐述了植物修复主要类型及机理。给出多种主要植物的修复特性。分别对重金属,无机营养元素N、P以及有机污染物的植物修复进行论述,认为凤眼莲、水花生和芦苇等水生植物对无机营养元素的修复具有综合功效,植物修复对残余农药、多环芳烃和硝基芳香化合物的治理效果显著。     

有机相变储能材料的研究进展

有机相变储能材料（PCMs）具有储能密度高、腐蚀性小、性能稳定、毒性小、不易出现相分离和过冷现象等优点,成为目前蓄能技术领域主流应用材料之一。本文主要综述了各类有机PCMs的材料特性,针对其导热系数普遍较低的共性问题,介绍了通过添加高热导率材料和封装PCMs两种强化传热途径的最新研究成果,并浅谈了有机PCMs在建筑节能、太阳能利用及冷却电子设备等中低温储能技术中的实际应用情况。最后,总结了有机PCMs目前存在的一些瓶颈问题及未来研究的重点方向。     

基于深度强化学习的通信网络资源分配方法

由于现有的资源分配方法吞吐量小,节点缓存压力大,提出基于深度强化学习的通信网络资源分配方法。首先,运用深度强化学习法提取数据特征,增强模型的学习能力。其次,根据当前的状态做出最佳的动作,选择对应的分配动作,调整资源比例。最后,构建异构网络模型,共享网络中的频谱资源。实验结果表明,当迭代次数增加到150次时,该方法的吞吐量达到平稳状态,优于对照组。