弹性针织面料的特点对针织内衣制作的影响

针织面料的延展性、脱散性、卷边性等都对针织服装的款式具有较大的影响.因此,在针织服装制作过程中,我们可以利用面料的这些特殊性能,巧妙地进行设计加工. 1延展性 对于弹性针织面料来说,最主要的特点就是具有良好的延展性,面料具有柔软的手感,穿着舒适.内衣是最贴身的服装,它穿起来要既不能有宽松感,也不能有束缚感.所以,对于内衣来说,既不能过于肥大,也不可以过于紧身,最好的尺寸是跟人体的净身量相一致.可以遵循试衣与制衣相结合的形式,边制衣、边放松量,使服装控制在比较合理的范围内,伸展量适度,且弹性符合人体学.     

基于普克尔效应的双晶体互易型光学电压传感器

提出了一种基于普克尔效应的双晶体互易型光学电压传感器,利用两块电光晶体抵消无用双折射引起的相位差,利用法拉第旋光器实现互易型光路模式,提高了光路的抗干扰能力。在常温条件下,对传感器进行了直流和交流实验。0~3kV的直流电压和0至约2.5kV的交流电压测试结果表明,传感器的输出和输入具有良好的线性关系,直流测量误差不大于±0.28%,电压较高时交流测量误差不大于±0.22%。传感器对于输入电压的响应迅速没有明显拖尾现象且输出稳定,交流波形不失真。实验结果表明了该系统方案的可行性。     

石油化工压力管道安装工艺及质量控制重点探讨

石油化工产业作为能源行业,对于国民经济的影响不可小觑,其压力管道的安装是石油化工产业建设的关键环节,保障其质量对于整个石油化工产业有着极为重大的意义。本文简单阐述了石油化工压力管道的安装特点,如管道及元件种类繁多、焊接技术复杂、易受影响、安装工艺流程及质量控制重点,包括材料的检验、焊接及相关处理、阀门的试验、设置管支吊架、无损检测、管道强度测试等,为从事该行业的人员提供一定的参考与借鉴。     

基于HFC网络上行信道CDMA-预约ALOHA多接入方式吞吐量分析

为了在HFC网络上实现交互式业务,人们对基于HFC网络的介质访问协议进行了广泛的研究.已出现的几种基于HFC的MAC协议基本上都采用了竞争与预约相结合的访问机制.基于CDMA的HFC是新一代的HFC系统.本文提出了一种基于CDMA的双向HFC网络竞争与预约相结合的上行信道多址接入方式.并且为该协议系统建立了四状态Markov链分析模型,对该协议进行了性能分析,并给出了计算机实验结果与分析.     

管道工程在复杂地形条件下的选线

本文结合忠－武输气管道工程详细勘察工作,较为系统和全面地介绍了存在于复杂地形下并对管道工程具有重大影响的一些特殊地质情况及其危害,总结了管道工程在复杂地形条件下选择线路所应该遵循的一些基本原则和注意事项。     

大唐信阳600MW超临界机组厂用电接线方式的选择

通过介绍大唐信阳发电有限责任公司2×600 MW超临界机组厂用电接线方式的选择过程,分析比较了不同厂用电接线方案对初投资、运行维护的影响。大唐信阳华豫电厂二期的厂用电接线在满足安全运行的要求下,尽量简化接线、节省投资,其优化设计的经验可供类似工程参考。     

监测10KV配网SF6开关漏气新技术

10KV配网改造以来,开闭所（开关站、箱式变电站、环网柜）的广泛应用使城市街道更美观,取代了过去的架空线、电线杆、台架变压器等。但是,开闭所中SF6开关气体监测是否泄漏,成了运行维护人员最头疼的事,如何实现SF6开关气体监测呢？我给大家介绍一下。     

塔河油田水锥探讨

目前在塔河油田无论是碳酸盐岩油藏还是砂岩油藏都存在底水锥进造成油井含水上升快、产油量递减快的现象,含水快速上升是塔河油田产量递减的主要原因。在认真分析塔河油田水锥形成原因基础上,借签国内外防锥、消锥方法,结合塔河油田生产实际情况,开展了大量的富有特色的防锥、消锥工作,提高了产量。     

几种烷烃和烯烃氨基硝基取代物分子内氨基对C-NO2键影响的理论研究

在B3LYP/6-31G**水平下,研究了烷烃、乙烯及1,3-丁二烯的氨基硝基取代物中不同位置和数量的氨基对C-NO2的影响.结果表明,在氨基硝基烷中,氨基的位置和数量对C-NO2键的影响只能依赖于氨基硝基的诱导效应和空间效应,当二者的间距超过2个C原子时,氨基对C-NO2键的影响将变得很微弱;在氨基硝基乙烯类化合物中,1号位的氨基会削弱C-NO2键;而2号位的氨基加强了C-NO2键,并且随着2号位氨基数目的增加,C-NO2键缩短,C-NO2上C原子的负电性增加(包括正电荷减少),C=C键伸长,τ增加,即氨基的供电子作用和整个分子的共轭效应更加明显;对于氨基硝基1,3-丁二烯类化合物,当分子中硝基氧未与氨基氢形成氢键时,氨基对C-NO2键明显存在类似于苯环的定位效应.当分子中硝基氧与氨基氢形成氢键时,以上效应被削弱,而且在氨基数目相同的条件下随着氢键的增强,C-NO2键被削弱.     

用于数据挖掘的聚类算法

数据挖掘用于从超大规模数据库中提取感兴趣的信息。聚类是数据挖掘的重要工具,根据数据间的相似性将数据库分成多个类,每类中数据应尽可能相似。从机器学习的观点来看,类相当于隐藏模式,寻找类是无监督学习过程。目前已有应用于统计、模式识别、机器学习等不同领域的几十种聚类算法。该文对数据挖掘中的聚类算法进行了归纳和分类,总结了7类算法并分析了其性能特点。