沥青路面使用性能评价模型与性能评价案例分析

为了客观准确了解沥青路面的实际使用性能，以便及时进行沥青路面管理与维修养护，依据检测数据对沥青路面进行了使用性能评价研究，即将主成分分析法与层次分析法相结合，建立了基于主成分-层次分析法的评价模型，并进行了评价案例分析。本研究以荣乌高速保定段2016~2019年的路面定检数据为基础，首先用主成分分析法对性能指标归类和预处理后的检测数据进行主成分提取，建立判断矩阵，再用层次分析法对各指标赋予权重系数，得到上下行路面的使用性能评价模型。选用荣乌高速检测数据进行了模型验证，并与现行《公路技术状况评定标准》评价结果相比较，评价等级高于《标准》的路段样本比例约为0.34%，低于《标准》的比例约为6.83%。本研究的评价结果更能够反映路面的实际衰变特性。     

《素描与色彩》课程思政建设:思政资源的挖掘、凝练与植入

课程思政是新时期构建全课程、全方位育人的重要组成部分和实现途径,而课程思政资源又是实现课堂教学在育人中主渠道、主阵地地位的重要支撑。《素描与色彩》课程思政建设,基础是思政资源的挖掘与整合,重点是思政资源与教学内容的衔接,难点是思政资源与专业知识点的化合。应对课程教学素材与内容进行梳理分析,挖掘其历史文化内涵与政治文化背景,凝练典型个案,对接专业知识内容,通过系统化整合,达到教学案例蕴含思政背景,教学过程贯穿思政内容,教学评价植入思政主题的全过程课程思政目的。     

湿法超微粉碎程度对白蕉鲈鱼鱼骨架浆理化性质及内含成分的影响

以白蕉鲈鱼鱼骨架为研究对象,分析湿法超微粉碎程度对白蕉鲈鱼鱼骨架浆理化性质、内含成分、微观结构和感官品质的影响。实验采用pH计、紫外分光光度计、色度仪、质构仪、激光粒径分析仪分析鱼骨架浆的基本理化性质,氨基酸自动分析仪测定氨基酸的种类和含量,扫描电镜观察其微观结构。结果显示:经过湿法超微粉碎之后,大于100目的样品粒径主要分布在50~100μm,而小于等于100目的样品主要分布在100~300μm。随着粉碎程度的增加,鱼骨架浆的pH值、紫外吸光度、白度、堆密度逐步增加,凝胶强度则呈现先增加后减少的趋势。当粉碎程度从20目增大到180目以上,钙溶出量从151.23mg/kg增长到270.06mg/kg,胶原蛋白的含量由0.01%增长到0.04%,游离氨基酸的含量从181.07ng/μL增长到462.70ng/μL,盐溶性蛋白含量从6.95mg/g增长到16.12mg/g,水溶性蛋白含量从2.15mg/g增长到7.13mg/g。扫描电镜结果显示:大于100目的样品颗粒较为平整均一,而小于等于100目的样品可以明显看到鱼刺。挥发性盐基氮的含量符合国家有关标准。综合感官评价认为,100目以上的鱼骨架浆可作为鱼粉、鱼丸等产品配料,而100目及以下的鱼骨架浆只适合添加到汤料包、酱料等原料颗粒大的产品之中。     

碳纳米管模板对 YBO3：Eu3＋（5％）结构、形貌及光致发光的影响

在前驱体溶液中添加和不添加碳纳米管，采用简单的水热合成法并在1000℃下烧结，获得树枝状和类球状纳米结构的 YBO3：Eu3＋样品．研究表明：对于树枝状结构的样品，其红色和橙色光的强度比更高，且其CIE 坐标为（0．67，0．33），几乎与商业红色荧光粉 Y2 O2 S ：Eu3＋的色坐标相同，可见树枝状结构的红色荧光粉YBO3：Eu3＋在纳米器件和照明器件中具有潜在应用价值．该文还对样品的发光性质和机制做了解释．     

盐蚀环境下沥青结合料化学组分及性能演化

为更好地认识盐蚀环境下沥青路面的性能损伤机理,在实验室内模拟除冰盐、融雪剂形成的盐蚀环境对沥青结合料的侵蚀作用。采用沥青四组分试验和原子力显微镜(AFM)试验评价沥青的化学组分及表面微纳观形貌特性。开展针入度、软化点、延度和粘度试验,探讨盐蚀环境下沥青结合料的性能演化情况。结果表明：在氯盐溶液中干湿循环和冻融循环处理后,沥青中的饱和分和芳香分含量减少,沥青质和胶质含量增加。沥青结合料表面粗糙度和蜂形结构面积百分比出现不同程度的下降。在盐蚀环境下,沥青结合料的针入度和延度均有不同程度的下降,软化点和粘度出现不同程度的升高。沥青结合料性能劣化的主要原因是在盐蚀环境中沥青的化学组分发生改变,出现一定程度的“盐老化现象”。     

酚酞在NaOH,Na_2CO_3和NaHCO_3溶液中的显色现象及其应用

酚酞在不同浓度的Na OH,Na2CO3和Na HCO3溶液中会有不同的显色现象,这些差异可用于区别Na OH,Na2CO3以及Na HCO3溶液.     

基于COM组件混合编程的误差理论教学实验软件设计

误差理论与数据处理是测控专业一门专业基础课,然而其理论性强,公式多而复杂,给教学带来了一定困难.通过教学实验软件的开发,将这门课程的主要内容通过具体的数据处理实验展示出来,为该课程提供了一个有力的辅助教学工具,激发了学生学习兴趣,提高了教学质量.在程序设计过程中,通过VB与Matlab混合编程技术,有效实现了数据处理的常用算法,充分发挥了这两种编程语言的各自优势,提高了软件开发效率.     

The effects of forest fragmentation on the population ecology and natural history of a funnel-web spider

Habitat fragmentation strongly affects the abundance, distribution, body size and population genetics of invertebrates. Urban growth in Brazil has led to severe fragmentation, especially in the Atlantic Forest and savannas. The effects of this fragmentation on the common funnel-web spider Aglaoctenus lagotis were examined in two forest fragments within the interior savanna: a smaller fragment within an urban environment and a larger fragment within a rural environment. The reproductive period occurred in October, coinciding with the beginning of the rainy season, when the species was aggregated in the two forest fragments. The smaller fragment contained a larger population, and the spiders had a larger average prosoma size and web area. The presence of a larger population in a smaller area within the urban centre may reflect a limited dispersal ability, reduced predator abundance or low interspecific competition. The larger prosoma length and web area in the smaller habitat fragment suggest greater resource availability and a higher probability of capturing prey in the urban environment. In both areas, a larger number of capture threads was positively correlated with the presence of inquiline spiders in the webs. The genetic data indicate close similarity between and within the two areas, indicating that the species has low genetic variability or that the areas studied, consistent with their proximity, have separated only recently. Most savannas and forests in midwestern Brazil have recently undergone severe fragmentation, and further studies of this nature are needed.     

基于故障敏感分量和改进K近邻分类器的故障状态识别

针对故障状态下的滚动轴承振动信号非线性非平稳性强、噪声干扰大导致的故障敏感特征提取难的问题，在对轴承振动信号进行局域均值分解（local mean decomposition，LMD）的基础上，提出了一种基于故障敏感分量的特征提取与改进K近邻分类器（K-nearest neighbor classifier，KNNC）的故障状态辨识方法。该方法采用相关系数法对LMD分解出的振动分量进行故障敏感性的量化表征，然后对筛选出的信号分量进行时域/频域的特征提取，构建不同故障状态下的特征样本集。为加快故障状态识别速度，排除不良样本的影响，提出一种基于二分K均值聚类的改进KNNC算法，精简了大容量的训练样本，有效去除不良特征样本和干扰点。实验结果表明，以敏感分量特征作为输入的改进KNNC算法能够快速准确地识别轴承不同故障状态。     

基于PCA和相位差校正法的风切变预警算法

为了提高相干激光雷达风切变预警算法的预警率，提出一种基于主成分分析（principal component analysis，PCA）和相位差校正法的风切变预警算法。首先，利用PCA对雷达回波信号进行低阶主成分向量提取以实现信号重构，提高信噪比。其次，采用基于快速傅里叶变换的相位差校正法对回波信号峰值频率进行校正，降低回波信号能量泄露。然后，分别利用旋转电机实验数据和小型飞机实验数据对所提算法进行性能评估。结果表明，采用所提算法估计相干激光雷达回波信号峰值频率的平均绝对误差为0.26 MHz，对实际低空风切变的预警率为92.31%。所提算法可以有效降低相干激光雷达回波信号频率估计误差，实现低空风切变预警。