颗粒特征尺寸对爆炸驱动惰性金属颗粒运动的影响

在炸药中添加惰性金属颗粒,形成一种特殊的非均质炸药。当炸药爆炸后,惰性颗粒在爆炸产物及爆轰波的驱动下,颗粒能达到较大的速度,对一定方向和范围内的目标造成毁伤效应。由于惰性颗粒在空气中存速能力较差。速度很快衰减,因此可以有效控制颗粒飞散距离。颗粒在炸药中的位置、颗粒的形状以及颗粒抛撒速度对颗粒运动过程和抛撒范围的研究具有重要作用。基于有限元分析软件AUTODYN,建立炸药爆轰驱动单颗粒惰性金属颗粒模型。对炸药爆轰驱动不同位置惰性金属颗粒以及颗粒不同特征尺寸的最大初速度进行计算,对计算结果进行了分析,得到了以上参数对颗粒抛撒初速度的影响及抛散初速度的宏观规律。计算结果为研究爆轰驱动粒子群机制提供了重要的理论依据。     

读者之声

《科技导报》2009年第1期刊登的“2008年中国重大科学、技术和工程进展”一文．将“提出三维‘伊辛模型’精确解猜想”列为2008年中国10大科学进展首位。最近,我在科学网“博客”栏目（http：//www．sciencenet．cn／blog／）张志东和王志明的博客上看到两入对“伊辛模型”三维破解问题的争论。     

聚乙烯醇改性无纺布制备及性能研究

采用表面涂覆法,将聚乙烯醇(PVA)和戊二醛(GA)交联反应形成的薄膜固定在聚丙烯无纺布的表面,进行表面亲水改性.运用FTIR-ATR和SEM技术对改性前后无纺布表面的结构及微观形貌进行了分析,探讨了PVA/GA质量分数对薄膜固定度和表面亲水性的影响,并测试了改性无纺布的力学性能.结果表明:PVA改性将极性基团—OH和—C—O—C—引入到无纺布表面,改善了表面的亲水性能,水静态接触角从改性前的86°±1°降至改性后的43°±3°;增加PVA质量分数,改性表面亲水性增加.PVA改性增强了无纺布的力学性能,拉伸强度和撕裂强度分别提高了25.0%和21.6%.     

关于初中数学合作学习的实践和感悟

传统的初中数学课堂教学重知识传授、轻能力培养,重被动学习、轻自主学习。 新课程改革要求改变单一的接受式学习模式,倡导主动参与、勤于动手、乐于探究、合作交流的新型学习方式。为此,我在合作学习方面作了积极的探索,取得了一些成效,现抛砖引玉：     

时滞四阶混合型微分方程的周期解

运用Fourier级数理论和实分析不等式方法,研究了两类时滞四阶混合型微分方程的周期解问题,得到了几个证明某些时滞四阶混合型微分方程周期解的存在性和唯一性的充分条件.当bj2≡0(j=0,1,...,4)时,所得结果包含了文献中章毅、曹进得、司建国等人的一些结果.     

基于LWIP的ICMP路由重定向改进

LWIP是用于嵌入式系统的轻量级开放源码TCP/IP协议栈.本文在介绍LWIP的整体设计思路的基础上,指出了ICMP层的处理机制存在的不足,以及所带来的开销损失.并提出增加自适应的路由缓存的改进的思路,在不增加处理复杂度的前提下解决了路由重定向问题,最后给出了具体的实现方案.     

飞行控制器的冗余设计

控制器是航天飞行器的控制中枢,必须确保其高可靠性设计。冗余设计是提高飞行控制系统安全性与任务可靠性的一种重要手段。比较了双机和三机热冗余的优缺点,给出了控制器的冗余设计结构、设计思想、实现方法、可靠性分析等。系统测试结果表明:整机性能稳定、可靠,达到了系统的可靠度设计要求。     

江苏射阳：出台政策，激励扶持企业自主创新

企业是科技创新的主体,知识产权是企业的核心竞争力。为了全面推进企业科技创新,加强知识产权保护,江苏射阳县不仅将专利工作纳入全县年度目标绩效考核,还先后出台了《关于加强专利工作的意见》、《关于鼓励和促进科技创新若干政策的通知》、《射阳县科技工作奖励办法》等政策措施,将科技三项经费纳入年度预算、并设立创新专项资金,鼓励企业积极开展技术研发,培育自主知识产权和自主品牌,加速科技产品市场化和产业化。目前,全县拥有5件以上自主知识产权的企业已突破10家。     

藻类中砷的形态分析研究

采用原子荧光光谱法,研究了藻类中砷的形态分析,测定3种藻类中的有机砷和无机砷。在选定的试验条件下,方法检出限为0.01 mg/kg和0.04 mg/kg;进行3种藻类样品的测定,相对标准偏差为1.32%～4.65%、2.78%～6.15%,加标回收率为83.85%～100.58%、78.12%～111.18%。样品处理简便快速,线性范围宽,基体干扰小,精密度、准确性均能满足藻类中的形态分析。     

基于神经网络组与故障分级的故障诊断

为了更好地解决当前神经网络在故障诊断方面的不足,提高诊断的精度和正确率,提出了一种基于神经网络组和故障分级思想的故障检测方法,在将故障分级的同时使用一个包含着三个子神经网络的神经网络组来完成故障检测。根据故障发生频率的不同,将故障分成了不同的等级。故障等级越高,用于检测这种故障的子神经网络数越多,以此来保证较高的故障检测正确率。实验结果表明:对于等级最高的故障,检测正确率是100%;对于其他故障,检测正确率也都在95%左右。实验结果充分证明了此方法在故障检测方面的优越性。