The Yield Stress of Gas/Liquid/Fibre Suspensions

Yield stress measurements of gas/liquid/fibre suspensions, were conducted to examine the effect of gas concentration as well as fibre concentration. Obtaining a well mixed stable pulp suspension with gas was difficult. A transparent model system consisting of glass fibres submersed in refractive index matched liquid gave stable suspensions and had the additional advantage of allowing visual observations. The measurements were performed in a baffled shear tester and concentrations were in the range of 0–12.5% vol. gas and 8–14% wt. fibres. Results show that yield stress decreases with increasing gas fraction for constant fibre concentrations. Since the fibre concentration is defined in the liquid phase, the amount of fibres decreases with increasing gas concentration. This fact alone partly explains the decrease in yield stress, but the gas also has a direct impact on the decrease in yield stress. Further, as expected, the yield stress increases with increasing fibre concentrations when the gas fraction is kept constant.     

一种基于移动P2P平台的无线传感器网络体系结构

借助P2P思想,构建一个基于移动网络基础设施提供对等服务的无线传感器网络体系结构。移动网络充当移动P2P平台,提供一种普适的传感器组网。代表传感器网络的网关节点隐藏了其实现细节,在P2P模式工作下向用户提供更加优质的个人服务。此外,还讨论了服务平台构建过程中的一般性问题。     

基于VPN的远程粮情检测系统通讯软件研究

针对本地化粮情检测系统实现远程操作,研究Winsock与VPN技术在系统通讯软件中的应用。VPN技术可以大幅降低搭建专网所需的网络设备成本与管理难度,使用Winsock技术可以提供完整的TCP/IP底层协议从而减少程序开发时间。本文设计一种基于VPN的远程粮情检测系统的通讯软件,在多线程下有效利用套接字的拥塞模式并完成网络状态自检,通过设置VPN客户端提升网络传输速度,实现系统通讯软件安全、可靠、快速的运行。     

冷冻交联制备ZM-CSt-PVA复合凝胶及吸附Cu2+性能

以两性离子单体二甲氨基丙基丙烯酰胺-1-羧酸(ZM)、木薯淀粉(CSt)和聚乙烯醇(PVA)为主要原料,采用"一锅法",通过冷冻交联制备ZM接枝共聚CSt-PVA互穿网络复合凝胶(ZPG2)。使用FTIR、TGA、POM、SEM-EDS对ZPG2进行了表征,评价了ZPG2对Cu~(2+)的静态吸附效果。结果表明:300℃以下,ZPG2的热稳定性良好;ZM的存在可产生反聚电解质效应和化学配位效应,显著提高凝胶吸附能力;在吸附温度25℃、ZPG20.1 g、Cu~(2+)质量浓度2×10~3 mg/L、溶液体积100 mL时,饱和吸附量为199 mg/g;吸附过程符合Langmuir等温吸附模型和准二级动力学模型。     

AlON-TiN复相材料的合成及工艺优化

在对Ti—Al-O-N体系热力学分析的基础上合成了AlON—TiN复相材料，XRD，TEM分析与观测结果证实了热力学分析的可靠性。运用人工神经元网络(artificial neural networks，ANN)对合成AlON—TiN的工艺参数进行了训练，训练结果良好，神经网络的预测值和实测值一致；遗传算法(genetic algorithm，GA)寻优得到最佳工艺参数：烧结温度为1830℃，保温2．45h，TiN的含量为15％(质量分数)。对遗传算法寻优结果进行了单因素分析，随着TiN含量的增加，强度增加，而随烧结温度和保温时间的增加，强度先增加后减小。     

基于神经网络的丙烯腈流化床反应器的离线模拟与优化

A mathematical model is developed for an industrial acrylonitrile fluidized-bed reactor based on artificial neural networks.A new algorithm,which combines the characteristics of both genetic algorithm(GA) and generalized delta-rule(GDR) is used to train artificial neural network (ANN) in order to avoid search terminated at a local optimal solution.For searching the global optimum,a new algorithm called SM-GA,incorporating advantages of both simplex method (SM) and GA, is proposed and applied to optimize the operating conditions of an acrylonitrile fluidized-bed reactor in industry.     

不变黄HDI-PU/P(MMA-HEMA)互穿网络胶粘剂形态与性能的研究翁祥

制备了HDI(1,6-己二异氰酸酯)型聚酯聚氨酯/聚(甲基丙烯酸甲酯-甲基丙烯酸-β羟乙酯)(HDI-PU/P(MMA-HEMA))互穿网络胶粘剂,研究了接枝剂甲基丙烯酸-β羟乙酯(HEMA)用量对其形态、性能与分子结构的影响。结果表明,接枝剂HEMA可使分散相接枝到连续相中形成复合网络,从而改善其界面的相容性,提高其胶液粘度和初粘力,并可广泛作为制鞋工业用胶。     

一种线性时间复杂度的高效路由保护方法

如何高效快速地应对网络中的故障是设计路由协议的基本要求和主要任务。由于动态路由协议在应对网络中的故障时,在协议动态收敛的过程中将会有大量的报文被丢弃。因此,目前路由器厂商普遍采用路由保护方法来克服网络故障,在众多的路由保护方法中,DC（downstream criterion）规则是一种被普遍认可的方法。然而,已有的实现 DC规则算法的时间复杂度普遍较高,并且复杂度随着网络节点平均度的增加而迅速增加。为了应对上述问题,提出一种线性时间复杂度的高效路由保护方案ERPLR（an efficient routing protection method with linear time complexity）,该方法首先提出了备份下一跳计算规则,然后在已有最短路径树的基础上,根据备份下一跳计算规则为所有的源目的节点对计算备份下一跳。在计算备份下一跳的过程中,每个节点和其邻居最多被访问一次,因此ERPLR的时间复杂度为O（V+E）。实验结果表明,与已有的实现DC规则相比较,ERPLR在故障保护率和路径拉伸度两个度量指标结果相似的情况下,在真实网络拓扑和模拟拓扑中,ERPLR分别降低了大约74.93%和78.91%的计算开销,该方法可以极大地降低DC规则的计算开销。     

车联网中基于雾计算和多TA的条件隐私保护认证方案

车联网在生活中扮演着越来越重要的角色,它可以有效地防止交通拥堵从而减少交通事故。然而,在车联网中总是有非法车辆试图接入车联网并发布虚假消息。此外,现有方案多数存在计算效率低下的问题。针对上述存在的问题进行了研究,提出了一种车联网中基于雾计算和多TA的条件隐私保护认证方案。在保护车辆用户身份的条件下实现了车辆、雾节点、TA三者之间的身份认证,且在车辆追踪阶段可以还原车辆用户的真实身份,从而实现条件隐私保护。雾计算的使用降低了方案的计算和通信开销,同时多TA模型的使用也解决了单TA单点故障的问题。安全性证明和性能分析的结果表明该方案是安全且高效的。最后对当前方案进行了总结以及对未来研究作出了展望。     

融合全局和近邻协同信息的会话推荐算法

现有基于会话的推荐算法主要通过挖掘单个目标会话的项目转换关系进行推荐,对来自其他不同会话中项目之间的复杂转换信息考虑较少。为此,提出一种融合全局和近邻协同信息的会话推荐算法SFGN-GNN,同时考虑来自全局与近邻会话的协同信息,以充分挖掘用户偏好。通过学习会话表示来表达用户偏好,先按目标会话与近邻会话的成对项目转移关系构建近邻图,依据所有会话中的成对项目转移关系构建全局图,再利用图神经网络获取目标会话节点近邻级和全局级的项目表示,采用融合门融合得到会话级项目表示,并在其中嵌入项目在目标会话中的位置信息和时间信息,然后通过软注意力机制得到最终的会话表示,最后经过softmax函数预测下一个可能交互的项目。在两个数据集上的实验验证了SFGN-GNN算法有效性。