新型苯并二噻吩类聚合物供体材料合成及其光伏性能研究

以刚性平面结构的苯并二噻吩(BDT)为给电子单元和具有稳定醌类结构的氟(F)取代噻吩[3,4-b]噻吩单元(TT)为受电子单元设计合成了两种窄带隙的聚合物供体材料.系统研究了侧链取代单元结构对聚合物供体材料光物理性能,电化学性能,活性层形貌和光伏性能影响.研究表明:相对于基于6-取代苯并噻吩侧链的聚合物供体材料PBDT...     

BP神经网络在激光熔凝K465合金裂纹预测中的应用

采用不同工艺参数研究了激光熔凝K465高温合金的开裂行为, 并采用BP神经网络模型描述了裂纹指数与工艺参数的关系。研究发现, 激光熔凝K465合金的裂纹主要分布在熔池顶部和底部的界面处, 并呈现典型的液化开裂特征。通过建立激光熔凝区裂纹指数的数学描述方法, 以激光功率、扫描速度、光斑直径和预热温度作为输入参数, 以裂纹指数为输出参数, 发展了一个均方误差小于10-8的BP神经网络模型, 并可对实验结果进行较好的预测。     

激光立体成形Ti-Al-V系的合金力学性能

研究了以元素粉末为送进原料时,激光立体成形(LSF)Ti-Al-V系合金的力学性能。结合激光立体成形Ti-xAl-yV(x≤10,y≤25)合金的硬度测试分析和人工神经网络模型优化,获得激光立体成形Ti-xAl-yV合金成分-硬度的关系。选择典型成分合金进行室温拉伸性能测试,在此基础上获得激光立体成形钛合金抗拉强度与显微硬度的比例因子K值为2.86～3.00,可实现对激光立体成形Ti-xAl-yV(x≤10,y≤25)合金的抗拉强度预测。另外,室温拉伸性能测试结果表明,激光立体成形Ti-4Al-3V、Ti-5Al-3V、Ti-4Al-4V、Ti-5Al-4V以及Ti-3Al-6V沉积态的综合室温拉伸性能均达到Ti-6Al-4V合金的锻件标准。     

室温快速固化高性能环氧树脂胶粘剂研究

为了提高胶粘剂在室温条件下的固化速度,并改善其力学性能,研究了固化剂含量、填料含量对环氧树脂胶粘剂固化速度和力学性能的影响.结果表明,当固化剂含量为95～100 phr,填料含量为60～ 80 phr时,胶粘剂的综合性能最好;该新型胶粘剂在室温12 min即可快速固化,剪切强度可达13.8 MPa,拉伸强度和弯曲强度分别达到了43.1MPa和83.2 MPa.     

相交筋板结构激光立体成形的结构优化设计

激光立体成形技术是一项先进的增材制造技术, 在航空航天等高技术领域具有广泛的应用前景。研究针对飞机结构件中的相交筋板结构, 探讨相交部位结构的常规设计对激光立体成形冶金质量的影响及机理, 进而根据激光立体成形路径规划特点提出相交部位的优化结构设计, 改善冶金质量, 并进行成形实验验证。     

多维关联规则在汉语韵律模型研究中的运用

汉语韵律特征受语境参数影响时受前后音节的影响较大,利用数据挖掘中的多维关联规则方法处理汉语韵律问题,得出研究者感兴趣的有用规则,然后利用神经网络方法分析输出更为准确的韵律参数,构建语音合成系统的韵律模型。将构建的韵律模型在软件平台上进行模拟实验,实验证明,该模型能满足语音合成系统的要求。     

长江委政务内网备份系统解决方案之构想

长江水利委员会政务内网已部署完成,相关应用系统也已在内网投入运行,长江委委机关用户都已接入内网办公,对系统运行的稳定性和可靠性提出了新的要求。随着系统应用的逐步展开,系统中存储的数据量也会相应增加,必须采用专业的数据备份解决方案,同时提供良好的扩展支持能力,防止数据的丢失,以及保证故障的恢复能力。经过不同方案的比选,最终采用SAN架构解决方案,可集中地解决业务系统体系结构中对存储备份的要求,同时采用灵活、实用的备份策略对备份任务进行有效的管理。对方案架构设计、实施要点和保障措施与方法进行了介绍,并对实施效果作了总结评价。     

基于多应力蠕变恢复实验的高黏改性沥青高温流变特性与分级

为研究高黏改性沥青在动载和非线性区间下的流变特性,采用动态剪切流变仪分别对国内外2种高黏改性剂(国产S型和意大利I型)掺量分别为0％、6％、8％、10％和12％的高黏改性沥青进行动态力学试验和多应力蠕变恢复试验,评价了2种高黏改性沥青基于时温等效原理得出的在宽域条件下动态力学性质和非线性区间下抵抗不可恢复变形能力.试验...     

民用建筑混凝土结构裂缝的修补

民用建筑中经常出现混凝土结构裂缝,给广大居民带来了极大的不便。在此,笔者给出了裂缝修补的设计以及修补工法。     

面向现场异动检测的智能作业识别系统设计

为了保障电力现场作业人员的安全并有效规避异动风险,设计了一套面向现场异动检测的智能作业识别系统。系统采用微处理器搭配图像采集、红外成像和无线传输等模块作为硬件基础。针对异动场景识别的复杂性,提出了一种面向现场异动的新型检测识别算法作为系统的核心。该算法融合了CNN及人脸识别NMF算法,使系统能够快速、准确地采集并识别异动信息,进而完成实时预警。实验测试结果显示,该系统对异动风险的平均识别速率约为134 ms,而平均识别准确率可达90.61%。