气体放电管器件IV测试系统

介绍了一种气体放电管的电流-电压测试平台的设计与实现,利用整流电路与信号滤波电路将交流电源变成直流电源,使用万用表的电流档来测试放电管的两端电压。该平台主要用于验证放电管器件的伏安特性的两段区域,具有测试速度快和易于操作等特点;并且可以利用该平台来研究PDP器件的物理机制。     

蠕变试验下固体推进剂泊松比研究

为了研究固体推进剂的粘弹性力学行为,该文在遗传积分形式的粘弹性泊松比表达式基础上,结合拉普拉斯变换和蠕变试验条件,推导出推进剂材料在已知横向应变和松弛模量时的泊松比精确表达式,并利用Matlab编制相应的计算程序。设计相应的蠕变试验获得推进剂材料的横向应变,结合推进剂材料的松弛模量获得材料的泊松比与时间的变化规律。该文结果可为固体推进剂装药结构完整性分析提供输入参数。     

不连续变形分析及其在采矿和土木工程中的应用

2007年8月14-19日,第8届国际“不连续变形分析及其在采矿和土木工程的应用”（ICADD-8）会议在北京隆重召开,有来自中国、美国、日本、英国、新加坡、伊朗、以色列等国的60余位专家和学者加了会议。     

有机亚胺衍生物（n-Bu4N）2[M06O18-NAr]（Ar=o-C6H4OH）的合成

采用N,N-二环己基碳酰亚胺（DCC）脱水法,以摩尔比为n（（n-Bu4N）2[Mo6O19]）：n（DCC）：n（2-氨基酚盐酸盐）=1：2：1．34,在无水乙腈中加热至110℃回流14h,通过丙酮／乙醇溶液重结晶数次,得到红褐色针尖状晶体,探讨了最佳反应条件：DCC为2～2．3mmol,反应时间14h,通过元素分析,UV／Vis光谱,IR和^1HNMR谱的研究表明,该物质是一种新的六钼酸盐的有机亚胺衍生物（n-Bu4N）2[Mo6O18≡NAr]（Ar=o-C6H4OH）．利用其与丙烯酸发生酯化反应,通过进一步修饰表明可生成性能优异的有机一无机杂化材料。     

有机亚胺衍生物(n-Bu4N)2[Mo6O18≡Nar](Ar=o-C6H4OH)的合成

采用N,N'-二环己基碳酰亚胺(DCC)脱水法,以摩尔比为n((n-Bu4N)2[Mo6O19])∶n(DCC)∶n(2-氨基酚盐酸盐)=1∶2∶1.34,在无水乙腈中加热至110℃回流14h,通过丙酮/乙醇溶液重结晶数次,得到红褐色针尖状晶体,探讨了最佳反应条件:DCC为2～2.3mmol,反应时间14h,通过元素分析,UV/Vis光谱,IR和1HNMR谱的研究表明,该物质是一种新的六钼酸盐的有机亚胺衍生物(n-Bu4N)2[Mo6O18≡NAr](Ar=o-C6H4OH).利用其与丙烯酸发生酯化反应,通过进一步修饰表明可生成性能优异的有机-无机杂化材料.图3,参9.     

激光直接快速成形金属零件球化效应的实验研究

本文在实验的基础上,从金属粉末烧结机制即液相烧结方面分析了激光直接快速成形金属零件过程中球化效应产生的机理,阐述了激光功率,扫描速度,送粉量这三个工艺参数对激光烧结成形过程中出现的球化效应现象的影响规律,并据此提出了减小或抑制的一些措施.     

变壁厚球缺罩爆炸成型弹丸成型性能的数值模拟

为了研究变壁厚球缺罩EFP的成型规律,通过对不同罩壁厚梯度、罩壁厚和装药长度条件下EFP成型的数值模拟,得到了药型罩顶口壁厚差ε/δ、罩顶厚δ/Dk和装药长径比N等无量纲参数与EFP密实度M、长径比L/D、速度υ和动能E性能之间的关系.对优化的EFP(explosively formed penenator)进行了X光试验,弹丸速度和形状的仿真计算与试验结果较为吻合.     

磺化酞菁钴-细菌纤维素复合材料对染料废水降解的研究

将磺化酞菁钴(CoPcS)固载在细菌纤维素(BC)上制得异相复合的磺化酞菁钴-细菌纤维素复合材料(CoPcS/BC),有效地解决了传统工艺处理染料废水时存在的均相催化剂分离困难、H2 O2利用率低等问题.探究了CoPcS/BC用量、H2 O2用量、反应温度以及溶液pH值对CoPcS/BC催化降解染料活性红2(RR2)的...     

不同应力路径下饱和黄土应力应变及孔压特性分析

通过GDS多应力路径试验仪,对饱和重塑黄土开展不同应力路径下的固结不排水试验。分析和探讨了常规三轴压缩、增p、减p和等p应力路径下饱和黄土的应力与应变关系和孔压特性变化规律。试验结果表明,不同固结方式所得到的应力峰值和稳定的孔隙压力明显不同。在等压固结方式下,减p、等p和增p路径所对应的应力峰值和稳定孔隙压力值依次增大;且减p、等p和增p三种路径下的应力峰值和稳定时的孔隙压力值均随初始固结应力增大;在偏压固结方式下,减p、等p和增p路径所对应的应力峰值依次减小,减p、增p路径所对应的稳定孔隙压力值大于等p路径,减p路径下的稳定孔隙压力值最大。     

多层前向神经网络的RLS修正训练算法

提出了一种修正的基于递推最小二乘算法的多层前向神经网络的快速学习算法,对两个系统进行了辨识,并与ＲＬＳ训练算法和标准反向传播算法进行了比较,仿真结果显示,本文提出方法的鲁棒性和有效性。