基于无线疲劳监测系统的铝合金材料疲劳损伤研究

铝合金材料具有重量轻、强度高等特点,是国民经济发展的重要基础材料,在诸多领域(如飞行器设计与制造、建筑装饰等)中占有十分重要的地位。然而,其抗疲劳性能较差,在交变荷载作用下容易产生疲劳裂纹和发生疲劳破坏。提出了一种基于无线疲劳监测系统的铝合金材料疲劳损伤研究方法,实时监测了铝合金构件的疲劳应变,并实时分析了构件的疲劳损伤状况,为研究铝合金材料的疲劳性能提供了可借鉴性的方法。     

提取方法对橙皮和桔皮中挥发油成分的影响

实验采用共水蒸馏的方法进行提取，随着蒸馏时间的延长，出现从未焦糊到完全焦糊的过程，挥发油中的主要成分的含量也随之改变．文中论述了实验室共水蒸馏的提取方法、过程，并对结果进行了分析，如果针对其中最主要的成分1-甲基-5-亚乙基环庚烯来说，焦糊状态有利于富集．     

基于市场方法的MAS系统任务调度算法

本文探讨了在Intemet环境下,知识型MAS系统的任务负载分配问题,指出了它与网格计算的区别.本文的方法与传统的计算资源分配方法相反,将任务负载看作资源,而将Agent作为消费者,每处理一个任务,就获得一定数量的边际效用,利用市场机制,使Agent自主进行任务负载的分配.设计了基于均衡市场和连续CDA市场的两种调度算法,对算法的效果和特点进行了分析,证明市场机制的调度算法可以有效地实现MAS系统任务负载的平衡.此外,本文还给出了一个简单的确定均衡价格的方法.     

机械式稳线架设计

类似于室内光缆这种需要在挤塑护套上进行精密喷字的产品,一般需在喷码机喷头前面的工艺流程上添加稳线架,以起到稳线功能。现通过设置承载框架和稳线轮等机械部件,来提高光缆前进过程中的稳定性,配合喷码机使用,以防止喷码时缆身抖动,同时可避免因缆身抖动而引起挤塑外径不稳的问题出现,即运用简单的机械原理解决了生产中遇到的实际问题。     

小麦储存中生理活性与加工品质的变化

研究以15个小麦品种为材料,研究小麦在不同储藏温度下的籽粒特性和食用品质的变化。结果表明:储存过程中小麦的品质特性的变化受到温度和样品自身因素的影响。40℃条件下品质变化较快,尤其是种子生命活力,在储存3~6个月时已基本丧失了生命活力。储存过程中不同品种的小麦生命活力和食品加工品质的变化有很大的差异,说明小麦品种的耐储性可能存在可遗传的变异。籽粒硬度与损伤淀粉含量关系密切,但是小麦储存过程中硬度的变化尚无法得到确切的结论。     

基于电磁技术的油气管道应力检测方法研究

为了实现对油气管道应力的实时监测,提出了一种基于电磁技术的管道应力检测方法.在磁机械效应的J-A模型基础上,对铁磁性材料力磁耦合关系进行数学建模,推导出应力与材料磁导率的函数关系;设计管道应力检测系统,并给出了管道表面漏磁信号与材料磁导率、激励电压和线圈匝数之间的数学关系;搭建管道打压实验平台,对管壁切向应力信号与管壁...     

稻谷储存过程中品质变化研究

通过对3个籼稻和3个粳稻在两种不同温度条件下储存的品质变化研究,探索稻谷储存品质产生的内在原因.结果表明:不同类型的稻谷在储存过程中的品质变化不同,与籼稻相比,粳稻部分指标对高温更加敏感;高温储藏比低温储藏导致稻谷品质劣变的速率大;稻谷糊化特性发生明显的变化,主要表现为峰值黏度,最低黏度,最终黏度和回生值都增大,而衰减值下降;利用物性仪对大米蒸煮后的质构特性测定表明,蒸煮米饭黏度减小、硬度增大、黏/硬减小;蒸煮品尝值与最低黏度、最终黏度极显著负相关,初步认为其可以作为初始判定稻谷陈化指标,但是对稻谷劣变程度的量化还需要进一步深入研究;利用SEM研究稻谷籽粒断面结构,显示:新鲜稻谷的胚乳细胞呈现非裸露状态,比较平滑,复粒淀粉被较厚的造体膜掩盖着,高温储藏下,稻谷横断面越来越粗糙,配入细胞内的淀粉粒裸露清晰可见,复粒淀粉的淀粉粒表面膜翘起并爆开.     

新型光催化固定膜反应器对2,4—二硝基苯酚的降解研究

本文利用一种新型光催化固定膜反应器进行了２,４－ＤＮＰ的降解研究,分别从光源的滤长,反应液流速,搅拌及Ｈ２Ｏ２的添加等方面考察了该光催化反应器的降解效率。结果表明,最理想光源为紫外光,最佳反应液流速为４５ｍＬ／ｍｉｎ,低速搅拌及Ｈ２Ｏ２的添加可增进反应器效率。     

吴村煤矿排水设施的改造和补套

本文是作者参加吴村煤矿排水系统补套工程设计而写的。由于该矿水文地质复杂,涌水量大,并且原有的排水设施又存在许多不合理之处,既需要利用,又需要改造,故新的排水系统补套工程设计十分复杂、难度较大本文主要阐述在设计中,从实际情况出发,经过大量的现场调查研究和分析工作,并进行了较详尽的技术经济比较,从而确定了较合理的设计方案,此项设计方案已由我院矿山开发设计研究所报请河南省和煤炭部主管部门审查批准,并已开始进行施工设计。本文对地方煤矿排水系统改扩建工程设计,有一定的参考价值。     

多最小支持策略的关联规则挖掘方法

关联规则的数据挖掘是当今数据挖掘领域的重要内容之一。国内现有的关联规则挖掘算法大多是在最小支持度的限定条件下，发现挖掘数据的各属性间所有关联型知识，而事实上由于基于不同数据属性的事件的发生频率是不同的，这样仅通过唯一的支持度限定的挖掘就无法正确反映挖掘对象本身的特性，本文从客观事实的本质出发，在原有Apriori算法的基础上，采用了一种多支持度的关联规则挖掘策略，最后通过实验结果表明，这种挖掘方法能够更加准确和高效地进行知识挖掘。