脉冲放电高能转化制备纳米粉体

综合介绍了脉冲电流通过细金属丝放电(pulsed wire discharge,PWD)制备纳米粉体的方法.讨论了影响纳米粉体,特别是晶粒尺寸的因素,以防止形成亚微米颗粒.因为达到电压峰值的丝的沉积能相当于丝的汽化能,因此,能夠计算出沉积能.随着所施加的能量增加,气体压力降低,介质气体的热扩散率增大,晶粒尺寸变小.在惰性气氛中,采用PWD工艺,由金属蒸气急冷可制备金属粉体.如果介质气体变为氧气或者氨气,就能制备氧化物、氮化物纳米粒子.要制备双金属合金、双氧化物或氮化物纳米粒子就必需采用双金属丝和不同的介质气体.采用PWD工艺,在有机气体或烟气中,能制备电磁屏蔽和导电浆料和其它用途的钝化纳米粒子.采用丝输送器而实现大量生产纳米粉体的PWD工艺一个实例证明了PWD工艺生产纳米粉体的可行性.     

Tween-60+Span-80/异戊醇/环己烷微乳液法制备纳米Fe3O4

采用W/O型Tween-60 Span-80/异戊醇/环己烷微乳液作为"微反应器"合成纳米磁性Fe3O4粒子。研究结果表明纳米Fe3O4粒子磁化率均随着反应温度、pH、铁离子的浓度比例ω(=[Fe2 ]/[Fe3 ])的增大先增大后减小;最优的制备条件为反应温度30℃、ω=1.2:2、pH=11。最优条件下制备的纳米Fe3O4粒子AFM图片表明所得纳米Fe3O4为均匀分散的球形微粒,平均粒径为70nm。     

Na_2O－ZnO－CaO－Al_2O_3－SiO_2烧结微晶玻璃的试制

Ｎａ＿２Ｏ－ＺｎＯ－ＣａＯ－Ａｌ＿２Ｏ＿３－ＳｉＯ＿２烧结微晶玻璃的试制刘世权，许淑惠，袁怡松，杨晓晶（西北轻工业学院７１２０８１）ＳｉｎｔｅｒｅｄＮａ＿２Ｏ－ＺｎＯ－ＣａＯ－Ａｌ＿２Ｏ＿３－ＳｉＯ＿２ＧｌａｓｓＣｅｒａｍｉｃｓ￥ＬｉｕＳｈｉｑｕａｎ...     

PCNN模型在彩色图像分割中的应用

针对脉冲耦合神经网络(PCNN)模型主要应用于灰度图像处理的局限性,利用脉冲发生器将颜色信息引入模型作为输入,与灰度信息共同控制神经元的内部行为,控制等灰度值的不同颜色区域分期点火,实现彩色图像的精确分割.双输入PCNN模型实现了彩色图像的分割,同时保持了PCNN模型对噪声的鲁棒性,从简单的仿真图像和实际图像两方面验证了此分割方法的有效性.     

CDTTB标准中LDPC码的编码结构设计

中国数字地面电视广播标准采用准循环低密度校验码(QC-LDPC codes)作为其信道编码的内码。根据该类LDPC码的准循环特性,该文提出了一种基于流水线方式的半并行编码结构,可实现发射机中LDPC码的多码率编码;在满足系统净荷数据率的前提下,合理规划多种寄存器,充分复用硬件资源,降低其消耗。使用编程门阵列(FPGA)实现此结构,通过验证,证明了该结构编码结果正确,资源利用率较低。     

典型添加元素对Sn-Zn系钎料性能的影响

Sn-Zn钎料被认为是传统Sn-Pb共晶钎料的最佳替代合金之一,它以低廉的成本、较好的力学性能以及其共晶成分与Sn-37Pb钎料熔点相近等优点引起了人们的广泛关注,但其润湿性、抗氧化性、抗腐蚀性不够理想.阐述了Bi、A1、In、Ag、Cu及稀土元素(RE)等典型添加元素对Sn-Zn钎料各种性能的影响,以期为Sn-Zn钎...     

GH180合金用于我厂气化炉重油喷咀试验总结

由钢铁研究总院和抚顺钢厂共同研制的GH180合金,是一种新型耐高温、抗腐蚀材料。它第一次用于我厂气化炉重油喷咀。经两年来的生产实践考验,GH180合金综合性能良好,生产工艺成熟,产品质量稳定。它的研制成功,填补了我国石油化工耐高温、抗腐蚀合金的空白。该技术于1985年6月10—13日,在刘家峡化肥厂通过部级鉴定。重油气化炉是油气化生产化肥的关键设备,喷咀又是气化炉的关键部件。我厂原采     

无线Mesh网络中路由与信道联合分配研究

无线Mesh网络中路由器使用多射频接口并配备多信道传输能有效增加网络吞吐量及降低干扰。研究路由与信道分配问题的目的就是增加网络容量、减少延迟等。文中针对无线Mesh网络中多接口多信道的路由与信道分配问题做了统一考虑,根据路由约束、信道约束、干扰约束以及宽带约束建立了混合整数线性规划（MILP）模型,并提出了基于迭代搜索的启发式算法很好地解决了此问题。仿真结果表明该算法可以提高网络吞吐量,降低延迟。     

水利通用数据交换平台研究与实践

基于水利行业数据交换体系的现状,对水利通用数据交换平台的必要性、定位与目标、技术特点与要求做深入分析,研究水利通用数据交换平台的总体技术模型、支持的数据交换方式、平台核心功能及应用模式,并通过在国家水资源监控能力建设项目中的应用实践,证明水利通用数据交换平台是实现不同层级间水利业务数据联动共享的有效保障。     

一种融合 KPCA 和 BP 神经网络的用水总量预测方法

针对影响用水总量的相关用水因子的不确定性和非线性多维特点,论文研究并提出了一种融合KPCA和思维优化BP神经网络的用水总量预测方法。首先运用相关系数法确定预测因子,然后利用核主成分分析（KPCA）对所述预测因子进行降维处理,解决数据之间的非线性特征,最后采用BP神经网络建立用水总量预测模型,同时采用思维进化学习算法优化BP神经网络的权值和阈值。该方法在国家统计局的2007-2016年度开放统计用水数据中实验,通过实验比较,该模型的相对预测误差小于5%,结果表明,融合 KPCA和思维优化BP神经网络的用水总量预测模型能很好的预测未来用水总量。