全玻璃SS-AlN金属陶瓷真空太阳集热管

不锈钢-氮化铝(SS-AlN)金属陶瓷太阳选择性吸收涂层于1995年在实验室制备成功,采用真空磁控溅射沉积。太阳吸收复合膜采用干涉吸收型膜层结构,由不同金属含量的两层金属陶瓷层组成吸收层。金属陶瓷吸收层采用在镀膜室中SS和Al金属靶,在溅射气体Ar和反应气体N2中同时溅射运行,SS靶非反应溅射沉积SS金属组分,Al靶反应溅射沉积AlN陶瓷组分。实验室沉积的SS-AlN吸收涂层的太阳吸收比高达94%～96%,室温辐射比3.5%～4.0%。皇明公司2001年开始产业化生产全玻璃SS-AlN真空太阳集热管。我们开发了立式集热管连续镀膜线,第一条镀膜线于2007年调试成功,投入生产。集热管镀膜线真空系统长约41 m,高约3 m。每条线日产约为1.8～2.0万支。     

全玻璃太阳集热管烘烤排气工艺采用复合分子泵抽高真空

采用复合分子泵替代油扩散泵进行全玻璃真空太阳集热管排气烘烤抽高真空试验。选用了三种型号分子泵,在集热管自动连续烘烤排气线上进行实验。经过约一年较长时间生产运行试验后,分子泵经受了190次以上的集热管管口破裂引起的大气冲击,没有损坏,抽真空性能无明显变化。采用分子泵烘烤排气工艺制备的集热管,按国标在温度350℃,48 h高温老化试验后,吸气剂镜面消失率约为5%,仅为国标规定值的10%。     

基于改进的MEEMD的隧道掘进爆破振动信号去噪优化分析EI北大核心CSCD

爆破振动信号受现场条件限制,多为复杂含噪信号,对降噪方法的性能提出更高要求。为了获得真实振动特征,建立了一种基于改进的总体平均经验模态分解(modified ensemble empirical mode decomposition,MEEMD)的联合去噪方法。首先,将原始信号进行MEEMD分解得到本征模态分量(intrinsic mode function,IMF),结合相关系数和样本熵(sample entropy,SE)-Hurst指数进行IMF分类;然后,针对含噪IMF分量中的残留噪声,使用最小均方(least mean square,LMS)自适应滤波进行降噪,达到信号去噪的目的。算法对比结果表明:在仿真试验中,MEEMD-LMS相较互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)、快速集合经验模态分解(fast ensemble empirical mode decomposition,FEEMD)等方法表现出更优的降噪性能;在隧道掘进爆破的实例分析中,MEEMD-LMS相较MEEMD对高频噪声的降噪效果更好,低频段频谱更清晰,具备良好的适用性。     

夏季爽口凉菜

夏天烈日炎炎,使人食欲不振,饭量大减.此时,如能吃上一些爽口的凉拌菜,对增进食欲、保证健康大有好处;再如,利用电冰箱,将凉拌菜提前做好,装进封口的容器,存入冷藏室,待上桌时,配以冰镇啤酒等清凉饮料,还没入口,那暑热早已被驱散八九分了吧!     

数值模拟氧气底吹熔炼工艺参数优化

采用数值模拟方法,分别研究熔池深度、气体流量、氧枪倾角、氧枪直径等参数变化对熔池气含率、熔体平均速度和平均湍动能的影响.结果表明:当熔池深度为1.3~1.5 m时,熔池内部气液两相搅拌强烈,气含率存在较大值为17.5 %,熔池处于较好的运动状态;气含率、熔体平均速度和平均湍动能随气体流量的增加呈现先减小后增大趋势,选取适宜气体流量为0.6~0.7 kg/s;熔池气含率随氧枪倾角的逐渐增大先增大后减小,而熔体平均运动速度和平均湍动能呈现先减小后增大趋势,选取适宜氧枪倾角为20°~25°;氧枪直径为30~35 mm时,熔池气含率和平均湍动能处于较大值,约为13 %和0.8 m2/s2,熔池处于较好的运动状态.      

浅谈IT用型大学的软环境构建

随着软件与服务外包行业的蓬勃发展,行业需要大量的IT应用型人才.那么IT应用型大学作为新兴学府,如何在构建强大实践环境、实训资源体系的同时构建一套完善的符合时代发展要求和历史积淀的软环境,是极其重要的问题.IT应用型大学如何从创业阶段发展到内涵建设阶段?大学文化体制如何梳理和构建?在充分调研了国内、国外大学文化建设理念和举措的基础之上,本文从大学文化的精神文化、制度文化、行为文化、环境文化四个方面提出了建设思路和举措建议.     

线聚焦光学相干层析术的研究

提出了一种高速光学相干层析(OCT)成像技术方案。利用柱面镜的成像特性将传统OCT的点聚焦成像模式改变为线聚焦成像模式,从而降低二维OCT图像的扫描维数,达到提高成像速度的目的。利用ZEMAX光学软件对系统进行光线追迹获得光束经过柱面镜后的聚焦情况。随后采用635nm的激光光源和柱面镜构建了实验系统,实验结果很好地验证了光线追迹仿真结果。     

基于图卷积神经网络的充电量预测模型

针对现有的电动汽车充电量负荷预测模型准确性低、稳定性差等问题,提出了一种基于图卷积神经网络(GCN)和小生境免疫—狮子算法(NILA)改进的预测模型,实现电动汽车充电量的准确预测。同时,本研究还设计三相交流充电桩控制系统,其中包括了三相交流充电桩与控制状态检测的硬件电路。实验结果表明,本研究NILA-GCN模型在电动汽车充电量负荷预测中具有较好的准确性,预测误差范围控制在[0.23%,2.86%]。     

恒温热线式气体流量传感器的研究

本文通过理论分析对金属丝在强迫热交换下,建立测量气体流量数学模型;并设计了温度补偿电路,难过实验数据对其性能作出了评价,使恒温热线式气体流量传感器,具有灵敏度高、响应速度快、测量范围宽等特点,本文测量方法可广泛应用于各种可燃气体流量的测量。     

遥感影像的分类自校正方法研究

遥感图像分类是遥感图像研究的主要内容之一,分类精度高低直接关系到遥感数据的可靠性和实用性。多分类器系统可以提高单分类器分类的精度,但往往要求组成的子分类器分类误差相互独立,子分类器选择困难。支持向量机是新发展起来的一种非参数分类器,其分类原理和传统的基于统计的分类方法不同,表现出一定的独立性。为此本文尝试基于支持向量机和目前使用最广泛的最大似然法,构建一个性能高效且组合方式简单的复合分类器(称为遥感影像分类自校正方法)。同时,为了验证该分类器的性能,在北京市2006年4月27日的SPOT2图像上选择了一个研究区,分别利用最大似然法、支持向量机法和分类自校正方法进行分类对比试验。结果显示分类自校正方法的总体分类精度最高,比最大似然法和支持向量机法分别提高了4.35%和6.6%,而且各种地物类型的分类精度相对最大似然和支持向量机法都有提高。本文提出的分类自校正方法是一种性能高效且操作简单的分类方法。