利用电流表和电压表测定干电池内电阻系统误差的讨论

本文用实验方法证明了用电流表和电压表测量干电池内电阻时,实际的测量值大于其真实值,并给出了新的解释。     

小方坯连铸机铸坯质量研究

邯郸钢铁厂R5.25米的一机四流弧形小方坯连铸机。本文结合现行工艺操作,调查研究了小方坯铸坯的表面质量,内部质量和产品的机械性能。为改善铸坯质量提供了依据。     

冲翼的气动特性研究

冲翼艇设计的主要依据是主翼的近地面空气动力特性。因此近年来有不少理论和实验研究冲翼的气动性能,但至今还没有一个好的方法系统地计算过冲翼的气动特性。本文的目的就是试图寻找一种计算方法,并通过比较系统的计算,分析冲翼的气动特性。     

偏心电主轴动力学分析

为了揭示偏心状态下高速电主轴的动力学行为,从高速电主轴的结构特征出发,应用有限元法对其进行动力学分析,建立了高速电主轴动力学分析模型;基于电磁学和机械系统动力学基本理论,建立了各种偏心状态下高速电主轴的广义不平衡力表达式,根据所建动力学模型可以获得高速电主轴在不同预加载荷、轴承配置下的固有频率和不平衡响应等动态特性。将120MD60Y6型电主轴的机电结构参数代入模型,并利用Matlab/Simulink软件进行仿真分析,计算所得的数据与实验所测数据相符,从而证明所建模型是正确的。     

研究金属材料高温动态拉伸性能新方法

采用自行设计带有小型加温装置的改进的分离式Hopkinson拉杆装置测试了金属材料在高温条件下的动态拉伸性能,并用修正的Johnson-Cook模型作为材料的本构关系,提出了一种拟合金属材料在弹性及塑性阶段应变率及温度相关的损伤模型,并拟合出参数.结果表明:改进装置能够精确控制加温速率及温度,减小杆端软化的影响,测试结果相对误差小于1.5%;金属材料304不锈钢的屈服应力及断裂应变具有明显的正应变率效应的温度软化效应,但材料弹性模量具有负应变率效应和负温度效应;在293—625K之间计算结果和试验结果吻合较好,表明可用这种方法测试及估算材料高温动态力学性能,并用于工程分析.     

脂肪酶催化米糠油水解反应的研究

研究了Candida sp. 99-125脂肪酶催化米糠油水解反应,考察了米糠油水解反应过程中水油比、酶用量和反应温度对酶促油脂水解的影响,并且研究了添加剂Ca(OH)₂对酶促油脂水解反应的影响。结果表明,最适合水解条件为水油比1.2、酶用量0.3%和反应温度40℃,反应48 h后的水解率为90.6%。酶促油脂水解反应中添加油重2.6%的Ca(OH)₂,反应24h后的水解率为93.3%,反应产物中脂层成份单甘脂（MAG）、二甘酯(DAG)和三甘酯（TAG）的质量分数分别为0.7%、1.4%和4.6%,添加Ca(OH)₂缩短了酶促水解反应时间,提高了酶促水解反应速率和水解率。     

群桩加筋效应机理研究

把Poulos的弹性理论法推广到对群桩进行整体分析,群桩中每根桩的形状和荷载可以互不相同．对2根桩的分析表明,受荷桩使其邻桩的桩身产生了附加轴应力及附加剪应力,桩对土的加筋效应就是通过附加剪应力发生的．对群桩的分析表明,其他桩的加筋效应使受荷桩的沉降产生了折减,当桩土模量比和桩间距较小时,忽略桩的加筋效应会对群桩分析带来很大的误差．对群桩内的应力分布分析表明,与单桩相比,由于桩的加筋效应,使得群桩能够把较多的荷载直接传递到桩端平面．     

基于CNN的MIMO-OFDM可见光通信接收机研究

限制可见光通信（VLC）系统传输性能的主要因素是发光二极管（LED）的有限带宽以及它的非线性效应导致的信号失真。多输入多输出（MIMO）-正交频分复用（OFDM）技术虽然可以提升系统容量、频谱效率,但由于OFDM技术较高的峰均功率比(PAPR),使得VLC系统受到更多的非线性损伤。针对以上问题,本文提出一种基于卷积神经网络（CNN）的VLC接收机。该接收机通过对接收端失真信号和发射端原始信号的学习,能够实现MIMO-OFDM可见光系统的信号解调,有效提升系统对非线性失真的抑制能力并具有较低的复杂度。实验结果表明,与最小二乘法（LS）接收机相比,CNN接收机能有效补偿信号受到的线性和非线性失真以及不同用户间的信号串扰,平均误码率（BER）提升超过一个数量级,同时有效克服LED带宽受限问题,比特传输速率提升53%。     

数字化创新:回顾与展望

结合数字化创新的特征与发展趋势,基于5W2H的分析思路,本文从数字化创新特征(WHAT)、数字化创新研究时间线(WHEN)、数字化创新场景(WHERE)、数字化创新动因(WHY)、数字化创新参与者(WHO)、数字化创新途径(HOW)以及数字化创新代价(HOW MUCH)七个方面对数字化创新相关文献进行了梳理.研究发现,现有研究缺乏对数字化创新动机、内在机理、影响结果等方面的深度挖掘与分析,未来数字化创新的研究方向应更加关注数字化创新的跨领域研究、数字化创新的跨层次分析、数字化创新的本土化研究、数字生态系统研究等.