医用聚氯乙烯材料的研究进展

聚氯乙烯(PVC)因其优异的性能,而广泛应用于医疗领域,但它也存在增塑剂迁移和生物相容性等问题,限制了其应用范围.为了解决这些问题,系统分析了国内外医用PVC材料的研究现状,总结了当前几种新型环保增塑剂(环氧植物油、柠檬酸酯、环己二羧酸酯、聚酯、偏苯三酸酯)的研究进展,综述了 PVC表面改性的研究现状,如表面涂层,表面...     

氮气或氧气气氛退火的氧化铪材料电荷泄漏情况研究

本文中, 使用开尔文探针显微镜,研究了不同退火气氛(氧气或氮气)情况下氧化铪材料的电子和空穴的电荷保持特性。与氮气退火器件相比,氧气退火可以使保持性能变好。横向扩散和纵向泄露在电荷泄露机制中都起了重要的作用。 并且,保持性能的改善与陷阱能级深度有关。氮气和氧气退火情况下,氧化铪存储结构的的电子分别为0.44 eV, 0.49 eV,空穴能级分别为0.34 eV, 0.36 eV。 最后得到,不同退火气氛存储器件的电学性能也与KFM结果一致。对于氧化铪作为存储层的存储器件而言,对存储特性的定性和定量分析,陷阱能级,还有泄漏机制研究是十分有意义的。     

基于高压应力的氮化铝MEMS压电微扬声器

基于微电子和微机械加工工艺制备了一类氮化铝AlN(Aluminum Nitride)压电微扬声器.研究了器件薄膜残余应力对器件性能的影响,采用带有高残余压应力的高c-轴取向氮化铝薄膜分别作为器件压电层和支撑层增大微扬声器的输出声压,同时利用工艺手段控制整体薄膜残余应力进一步增大器件输出声压.该微扬声器的悬膜直径仅为1.35 mm,厚度为0.95μm.在开放空间内,采用声压级检测仪对该微扬声器的输出声压级SPL(Sound Pressure Level)进行扫频测试(频率范围:0.5 kHz～20 kHz).测得单个微扬声器在距离为10 mm处,20 Vpp驱动电压下最大输出声压级约为75 dB.测试结果显示该氮化铝压电微扬声器在耳机、智能手机和可穿戴设备等方面都具有潜在的应用前景.     

固态ROM盘初始固化文件的生成

本文通过对软磁盘物理及逻辑结构的分析，提出了一种磁盘数据分割的方法。利用这种方法可以实现磁盘数据的基于逻辑扇区的任意组合，可应用于固态盘系统的二进制初始固化文件的生成     

长途电话业务管理系统的设计与实现

本文介绍了我们为深圳市邮电局开发长途电话业务管理系统过程中的主要问题。该系统是在VAXRdb／VMS数据库管理系统支持下开发的一个大型计算机应用系统，用于全面支持电信业务计费管理。     

大数据技术在水闸安全评价中的应用研究

针对传统评价数据源单一、综合性和智能化不高的问题,在水闸安全评价相关理论、方法和应用经验的基础上,引入大数据理论与技术,协同应用多种水闸运行管理数据,设计水闸安全评估的大数据总体应用框架,并从基础数据库建设和应用分析模型库方面论述关键技术的实现。利用大数据技术,建立基于大数据的水闸安全评价与态势预测应用,具有很好的技术支撑和现实意义。     

玻璃钢拉挤工艺过程非稳态温度场与固化度数值模拟与试验

玻璃钢拉挤成型过程中其固化度和温度变化为强耦合关系。根据固化动力学和传热学理论,建立了非稳态温度场与固化动力学数学模型。通过示差扫描量热实验计算出模型中固化动力学参数。采用有限元与有限差分相结合的方法,依据ANSYS求解耦合场的间接耦合法,编制了计算程序,对拉挤工艺不同工况玻璃钢非稳态温度场和固化度进行数值模拟。采用特殊设计制作的铝毛细管封装的布拉格光栅光纤传感器,屏蔽了荷载效应应变干扰,对玻璃钢温度场进行实时捡测;采用索氏萃取实验测定玻璃钢制品固化度。实验表明,模拟与实验结果基本吻合。为避开繁多试凑性实验而进行工艺过程优化提供理论依据。     

智能嵌入式系统结构与软件关键技术专题序言

作为数字与物理、信息与应用交叉融合的重要基石,嵌入式系统技术在近十年以来已被广泛应用在社会生产、生活、国防等诸多领域,并快速推动了这些领域的数字化、网络化和智能化发展.在人工智能、云计算、物联网、大数据等新兴技术不断发展和交叉应用的万物智联大计算背景下,信息物理深度融合、多维智能能力支撑、应用形态日益多元等新特征对嵌入...     

局部保形映射和AdaBoost方法在滚动轴承故障诊断中的应用

针对滚动轴承故障振动信号的随机性和非平稳性,提出基于局部保形投影(LPP)特征提取和自适应Boosting算法的滚动轴承故障诊断方法。首先对信号构建原始样本数据集合,提取时域、频域及时频域的相关特征,将该特征作为LPP的输入样本,得到维数降低的新数据集合并能尽可能保持原始局部流形结构。将此降维特征向量作为Adaboost输入,建立故障模型,用以识别滚动轴承故障类型。分析滚动轴承正常状态、内圈故障、外圈故障及滚动体故障特性。通过对比试验表明,基于LPP与Adaboost诊断方法识别率较高,可准确有效地对滚动轴承状态和故障进行分类。