复合聚全氟乙丙烯材料的介电及高频击穿性能研究

在聚全氟乙丙烯(FEP)中添加 TiO_2和 Al_2O_3,通过热压成型的方法制备了 FEP/TiO_2复合材料和 FEP/Al_2O_3复合材料,研究了氧化物添加量对复合材料介电常数、介电损耗和高频击穿性能的影响。结果表明,随氧化物含量的增加,复合材料的介电常数和介电损耗均增加;在同一添加量下,TiO_2对复合体系的介电性能影响较大。FEP/TiO_2复合材料的高频击穿性能随 TiO_2含量的增加而下降,在 TiO_2含量为4.0%(质量分数,下同)时,复合材料的损伤阈值已降为 FEP 材料损伤阈值的48.9 %。而 FEP/Al_2O_3复合材料的高频击穿性能随 Al_2O_3含量的增加而升高,当 Al_2O_3含量为1.2%时,复合材料的损伤阈值已增大到 FEP 材料损伤阈值的2倍,达到313 J/m~2。     

一种新的双模式神经网络盲均衡器设计与仿真

在通信系统设计中,常采用盲均衡器来抑制带限信道导致的码间干扰。但传统的常数模算法(CMA)以及基于CMA的双模式算法对于多进制正交调幅信号(QAM)存在较大的误判,收敛后QAM系统性能较差等不足之处。在修正常模算法(MCMA)的基础上,针对QAM信号为多模信号的特点,采用多模算法(MMA)与修正判决引导算法(MDD)结合的双模式算法,并引入可准确模拟信道逆系统的多层感知机结构,得到了一种新的基于双模式算法的多层感知机结构神经网络盲均衡器,利用新算法调整神经网络参数,并且利用重置模块跟踪信道变化。仿真结果表明,新算法调整的神经网络盲均衡器双模式盲均衡器在稳态MSE、收敛性方面都有所提高,并具有抵抗信道突变的能力,为通信系统设计提供参考。     

氢化物原子荧光光谱法测定党参中的硒含量

为建立一种操作简便,快速,高灵敏度的氢化物原子荧光光谱法测定党参中硒的分析方法。方法 采用原子荧光光谱法对测定党参中硒元素进行含量的定量分析方法。结果 硒含量在0~40 μg/L质量范围内与其荧光强度呈现良好的线性关系（R²=0.9999）,检出限为Q=0.065 ng/mL;加样回收率为113.33%,相对标准偏差（RSD）为4.97%;精密度RSD为1.65%;准确度RSD为4.58%;稳定性RSD为6.52 %。11个不同品种党参之间的硒含量稍有不同,但都在0.1 mg/kg以下。结论 在富硒党参质量控制检测中,用原子荧光光谱法测定硒含量,其操作快速、简便,能准确测定党参硒含量。     

等温核酸放大技术在重金属检测方面的应用

等温核酸放大技术是一种可以实现重金属污染物痕量分析的高灵敏性检测方法,在分析检测中有着广泛且重要的作用。本文综述了几种不同的等温核酸放大技术及其在重金属检测方面的应用,阐述分析了各方法的检测原理,为之后建立更加灵敏、快速、准确的检测方法提供了参考。虽然等温核酸放大技术目前主要停留在实验室阶段,并且检测目标有限,但是由于该技术的高灵敏性、特异性以及与其他学科紧密的联系性,具有潜在的应用前景。     

液化工厂管法兰的泄漏校核

天然气液化工厂作为生产和储存易燃易爆介质的场所,其安全设计是整个工厂设计的重中之重,若低温LNG液体泄漏到基础或结构上,会导致设备的基础或结构发生脆断,引发重大安全事故。外载荷下的法兰泄露是LNG管道失效的一种主要方式,通过采用有限元分析软件CAESARII对管法兰进行当量压力法校核,进一步介绍了此法的Koves修正方法,并结合具体工程实例对不同法兰校核方法进行对比分析。     

移开式固体绝缘柜触头形式选择及触头盒结构的优化设计

移开式固体绝缘柜断路器动静触头连接部分的电接触较多,是一重要热源.为降低该部分的接触电阻,优化结构散热能力,对比和分析各触头形式优缺点,选用表带触头代替梅花触头,并对移开式固体绝缘柜断路器动静触头盒结构进行优化设计,采用一体化设计方案.试验结果表明,通过上述措施可有效降低动静触头工作运行时的温升,增加了产品的安全裕度.     

基于图像转换的全景平滑漫游技术

基于全景图的虚拟现实系统存在实现两个相邻视点空间的平滑过渡的问题,为此对目前全景漫游系统的现状及功能进行分析,利用计算机视觉技术,提出基于图像转换的全景平滑漫游技术。在过渡路径上采集照片,根据摄像机的成像模型,建立空间点和投影点的关联,确定图像在平移运动下的关系,合成非采样点的图像。实验结果表明,该方法获得了比较平滑的过渡效果。     

基于ANSYS的螺纹连接法兰结构模态分析

运用工程分析软件ANSYS分析了螺纹连接法兰结构的模态。本文通过建立有限元模型对其进行模态分析得到固有频率、振型,对比分析不同固有频率对结构的影响,为螺纹连接法兰结构的有限元模型简化以及进一步的动力学分析、非线性接触分析提供了理论依据。     

基于Toy模型蛋白质折叠预测的多种群微粒群优化算法研究

基于Toy模型的蛋白质折叠结构预测问题是一个典型的NP问题.提出了多种群微粒群优化算法用于计算蛋白质能量最小值.该算法采用了一种新的算法结构,在该结构中,每一代的种群被分为精英子种群、开采子种群和勘探子种群三部分,通过改善种群的局部开采能力和全局勘探能力来提高算法的性能.分别采用Fibonacci蛋白质测试序列和真实蛋白质序列进行了折叠结构预测的仿真实验.实验结果表明该算法能够更精确地进行蛋白质折叠结构预测,为生物科学研究提供了一条有效途径.