电源动力的传奇

座落在德国巴伐利亚州的德国PULS电气电源集团公司是一家专业电源生产公司。从1980年开始研制第一台新型工业电源到2004年总销售量突破6000万美元,PULS公司用25年的时间书写了开关电源领域的神话。     

基于ASP的小型超市管理系统

该文阐述了如何构造一个基于ASP的小型超市管理系统,对小型超市管理系统的需求分析、功能模块划分、数据库模式分析,功能模块的实现过程进行了详细的描述。在此基础上,对所应用的关键技术进行描述。     

反舰导弹对远距离大散布目标的搜索方式

针对现代海战的特点研究反舰导弹对远距离大散布目标的搜索方式, 根据目标散布区和活动区的范围以及目标的分布规律, 在导弹搜索目标原理的基础上寻找可行的搜索方式, 认为多弹协同搜索方式的作战效能可能比较高.对多弹协同搜索的要素进行了研究, 对反舰导弹武器的装备发展和作战运用具有一定的参考价值.     

海射精确制导弹道导弹引发未来海战的深刻变革

根据新军事革命的发展趋势和美国海军对未来海军进攻性武器发展的预测,远程快速精确打击是未来海战的主要样式,海射精确制导弹道导弹将是未来海战场的主要进攻武器.对海射精确制导弹道导弹的发展现状和可行性进行了论述,分析了海射精确制导弹道导弹对未来海上进攻作战、防御作战、海战指导思想和海军装备建设的影响.提出了我海军未来装备发展的对策.     

一起水循环不良造成锅炉事故的原因分析

随着锅炉向大容量、超高参数或超临界参数的发展,锅炉锅内过程的工作条件日益恶化,发生故障所造成的停电损失也越来越大。为了降低锅炉水冷壁爆管和泄漏等故障的频率,减少损失,锅炉运行中水循环在线监测就变得非常迫切和必要。     

(1S,2S,5R)-1-苯基薄荷醇的合成

L-薄荷醇经Jones试剂氧化制得L-薄荷酮(1),将L-薄荷酮与苯基锂试剂反应制得产物(1S,2S,5R)-1-苯基薄荷醇(2),其结构经1HNMR,13CNMR,IR以及元素分析进行了表征。分析了影响反应的因素和分离纯化方法,研究结果表明,以投料比n(L-薄荷酮)∶n(苯基锂)∶n(无水乙醚)=0.08∶0.10∶0.76,在-40℃、氮气保护机械搅拌下反应8h,高收率(65%)合成了目标产物2。     

培养基的组成

培养基的组成包括碳源、氮源、无机盐、水等     

弹用数字舵控的系统设计与实现

文章介绍一种弹用双通道数字舵机控制器的系统设计与实现方案;该方案以DSP数字信号采样与处理技术为基础,将舵机驱动系统与控制系统进行一体化设计,通过SPI总线拓展技术扩充舵机控制通道数量,并运用位置式复合PI及PD控制算法设计控制软件,从而实现了对双通道舵机的一体化控制;所进行的阶跃及频率响应实验表明,基于该方案的舵机控制器具备性能稳定、控制参数一致性好、集成度高、抗干扰能力强等特点,且其主要动态性能指标满足设计与应用需求。     

基于UG的三维标准件库的建立原则和方法

一、基于UG的标准件库的建立原则1． 每个标准件都应有一个中心基准（如基准点或基准轴或基准面，主要使用三面基准），建立标准件时，坐标系（相对坐标和绝对坐标）应在该标准件的对称中心位置。2． 应尽量减少特征数，特征间尺寸用关系表达式表示。将特征参数分为主参数和次要参数，用主参数去控制和约束次要参数。3． 每个标准件应在菜单“装配（Assemblies）”中设置“参考集（Reference Rets）”，调出时仅显示特征实体（Solid）。4． 对于一个由几个标准零件装配在一起而组成的标准部件，要注意建立标准部件内各个标准零件之间的参…     

基于RSGWPT-LCD的轴承信号故障特征提取及模式识别

为了有效提取滚动轴承振动信号的故障特征和提高分类识别精度,提出了一种基于冗余二代小波包变换-局部特征尺度分解(redundant second generation wavelet packet transform-local characteristic scale decomposition,简称RSGWPT-LCD)和极限学习机(extreme learning machine,简称ELM)相结合的故障特征提取和分类识别方法。首先,利用希尔伯特变换对原始振动信号进行处理,得到包络信号;其次,基于双层筛选机制,结合冗余二代小波包变换(redundant second generation wavelet packet transform,简称RSGWPT)和局部特征尺度分解(local characteristic-scale decomposition,简称LCD)方法对包络信号进行分解,筛选出包含主要信息的内禀尺度分量(intrinsic scale components,简称ISCs);然后,对提取的各ISCs分量构建初始特征矩阵并进行奇异值分解(singular value decomposition,简称SVD),将得到的奇异值作为表征各损伤信号的特征向量;最后,以提取的特征向量为输入样本,建立ELM模式分类器对滚动轴承损伤信号进行识别。信号仿真和实测数据表明,该方法可有效提取振动信号故障特征,提高分类识别精度,实现滚动轴承故障诊断。