聚对苯二甲酸-2,5噻吩二羧酸乙二醇共聚酯的合成与表征

用2,5-噻吩二羧酸(TDCA),对苯二甲酸(PTA)和乙二醇(EG)为原料,Sb2O3为催化剂,通过直接酯化法,改变TDCA与PTA的物质的量比(0∶10~10∶0)成功地合成了一系列新型聚2,5噻吩二羧酸-对苯二甲酸乙二醇酯(PETT),并对其结构,热性能和结晶性能进行了测试和分析表征。通过对PETT共聚酯的红外和核磁谱图分析,可以确定2,5-噻吩二羧酸成功地聚合进聚对苯二甲酸-2,5噻吩二羧酸乙二醇酯中。随着TDCA单体的增加,PETT共聚酯的玻璃化转变温度Tg和热分解温度Td都略有下降,分别降至63℃和363℃;同时其熔点Tm有大幅度的下降,降至185℃。PETT共聚酯的结晶速率和结晶能力都随着TDCA的增加而下降。     

间苯二甲酸改性聚醚酯弹性体的合成与表征

用间苯二甲酸(IPA)作为改性剂,对以对苯二甲酸二甲酯(DMT),1,4–丁二醇(BDO),聚四氢呋喃醚(PTMG)和抗氧剂1010为原料以及钛酸丁酯为催化剂合成的软硬段为7∶3的聚醚酯弹性体进行改性,以提高其纤维的低温回弹性能。通过改变IPA与DMT的物质的量比(1∶5~1∶15),成功地合成了一系列的IPA改性聚醚酯弹性体(PBITG–1~PBITG–5),并对其结构、热性能、力学性能和纤维回弹性能进行了测试和表征。通过对IPA改性聚醚酯弹性体的傅立叶变换红外光谱和核磁谱图分析可知,成功地合成了IPA改性聚醚酯弹性体。从差示扫描量热测试结果分析得知,随着IPA含量的降低,所合成的IPA改性聚醚酯弹性体的熔点逐渐增加。热重分析结果表明,不同IPA含量的聚醚酯弹性体都具有良好的热稳定性能,起始分解温度都高于365℃。通过单纤强力仪测试表明,同一拉伸倍数下,随着IPA含量的减少,聚醚酯弹性体纤维的断裂强度和断裂伸长率都有所增加。低温回弹性能测试结果表明,IPA的加入的确能提高聚醚酯弹性体纤维的低温回弹性能,其中,PBITG–1纤维拉伸1倍时对应的低温回弹率最大,为97.92%。     

A Semantic Searching Scheme in Heterogeneous Unstructured P2P Networks

Semantic-based searching in peer-to-peer (P2P) networks has drawn significant attention recently. A number of semantic searching schemes, such as GES proposed by Zhu Y et al., employ search models in Information Retrieval (IR). All these IR-based schemes use one vector to summarize semantic contents of all documents on a single node. For example, GES derives a node vector based on the IR model: VSM (Vector Space Model). A topology adaptation algorithm and a search protocol are then designed according to the similarity between node vectors of different nodes. Although the single semantic vector is suitable when the distribution of documents in each node is uniform, it may not be efficient when the distribution is diverse. When there are many categories of documents at each node, the node vector representation may be inaccurate. We extend the idea of GES and present a new class-based semantic searching scheme (CSS) specifically designed for unstructured P2P networks with heterogeneous single-node document collection. It makes use of a state-of-the-art data clustering algorithm, online spherical k-means clustering (OSKM), to cluster all documents on a node into several classes. Each class can be viewed as a virtual node. Virtual nodes are connected through virtual links. As a result, the class vector replaces the node vector and plays an important role in the class-based topology adaptation and search process. This makes CSS very efficient. Our simulation using the IR benchmark TREC collection demonstrates that CSS outperforms GES in terms of higher recall, higher precision, and lower search cost.     

高纯水中痕量钠的简易连续监测

一、前言 随着半导体工业的发展和大规模集成电路的制备,提出对痕量钠的监控。因为痕量钠的存在,会影响半导体材料的质量,从而大大降低器件的性能。为此需要一种灵敏、简便而又可靠的分析技术。     

高空车臂架有限元分析及修复工艺

针对中远船务某下属企业发生的高空车臂折弯事故,将高空车臂架进行有限元建模,根据不同类型的高空车的具体结构形式和使用工况进行有限元力学分析,依据计算结果对事故进行技术解析,并给出针对性的修复工艺及避免此类事故发生的安全措旎。     

基于谱聚类算法的变压器绕组故障分析方法初探

频率响应分析法是检测变压器绕组变形故障的主流方法之一。为了解决现有频率响应分析法对绕组故障分析的客观性不足等问题,结合人工智能技术,提出新的分析方法,研究了基于谱聚类算法的变压器绕组故障分析方法。首先,对方法的基本原理进行了介绍,给出了故障分析的流程。然后通过模拟试验测量了变压器绕组三种典型变形缺陷下的频率响应曲线,并基于7种统计指标表征了频率响应曲线,实现了原始数据的降维。最后,采用谱聚类算法对频率响应数据进行处理,结果表明聚类分析的平均准确率达到90%,取得较为满意的效果。该方法具有精确诊断绕组变形故障类型的潜力。