模具结构对连续纤维增强热塑性复合材料性能的影响

采用自行设计的两种不同结构的熔融浸渍模具制备了连续玻璃纤维增强聚丙烯预浸带，测试了模具结构对预浸带的孔隙率、纤维断裂率、界面形貌、纤维分散均匀度和拉伸强度的影响，建立了纤维浸渍模型和纤维断裂模型，并通过理论模型对预浸带的孔隙率和断裂率进行理论预测。结果表明，本文建立的数学模型能够有效预测预浸带的浸渍程度和纤维断裂率，可用于浸渍模具结构的优化设计；在本文范围内，与波浪形模具相比，斜齿形模具的多楔形区结构可以有效地降低预浸带孔隙率和提升纤维分散程度；波浪形模具的流道圆角半径较大，楔形区个数较少，与斜齿形模具相比，可有效降低纤维断裂率并提升拉伸性能。     

双层模糊C均值聚类算法

1973年,Dunnm对Ball和Hall的硬C均值(HCM)聚类算法加以推广,提出了模糊C均值(FCM)聚类算法。Bezdek将Dunn的工作进一步推广到一个模糊目标函数聚类的无限簇,并证明了该算法的收敛性。此后,FCM算法在模式识别领域中得到了广泛和有效的应用,如聚类、图象分割、形状分析、医疗诊断、特征选择、自动目标识别、分类器设计等。     

比尔-盖茨看好无线联网

<正>微软公司董事长比尔-盖茨2001年11月30日在发表演讲时预言未来10年之内,无线网络将全面普及。他说:“(未来)每一家企业、每一个家庭和每一处会议中心都会通过高性能的     

食管癌地理环境病因研究

作者试图对我国自七十年代开始的食管癌地理环境病因研究中的有关强致癌物亚硝胺的物质来源问题进行一次较为全面的探讨。从国外同类研究工作开始,较为客观地分析了各种环境致癌学说。     

新型薄壁柴油机缸体铸件的研制与应用

采用低合金化、合锑多元复合孕育剂、扫描电镜、200h台架试验、以及l000h耐久试验等方法对新型薄壁柴油机缸体铸件进行了研制与应用试验．试验结果表明：碳当量控制在3．9％--4．1％时(与菲亚特缸体的碳当量大体相当)，采用低合金化及合锑复合孕育剂，可稳定获得高强度铸件，抗拉强度σb＞270MPa，硬度HB＞210，白口倾向小，硬度差小于35HB，其性能均达到菲亚特缸体的性能要求．对无缸套缸体的缸壁表面进行激光处理，比传统缸套的耐磨性提高一倍以上．由于采用了无缸套缸体生产技术，简化了柴油机的结构，降低了柴油机的生产成本，提高了柴油机使用性能和技术含量．     

转变观念 创新机制 促进科技成果转化

建国五十多年来,我国的科技事业发展迅速,取得了举世瞩目的重大成就.我国的超导研究、生物大分子研究、物理学研究、航天技术、核技术等已进入世界先进行列.     

立体电影在家享受

<正>看全景电影,可以让人亲身感受紧张刺激的现场气氛,如今各种计算机使用的3D眼镜,使立体电影进入千家万户已不在是梦。     

湖泊扇三角洲的重要特性

湖泊扇三角洲作为重要的油气储集体广泛分布于我国东部含油盆地中，文章在分析湖泊扇三角洲形成条件的基础上，指出扇三角洲发育前缘席状砂，阐述了湖泊三角洲的岩性，结构，沉积构造以及地球物理特性，建立了区域性沉积模式，研究表明，前缘席状砂是良好地油气勘探目标。     

运用主成分分析和深度神经网络预测钢包炉合金元素收得率的研究

钢包炉（ladle furnace,LF）精炼的核心任务之一是进行钢水合金化过程,以保证钢包到达连铸平台后满足钢水成分要求。钢水合金化也是较为复杂的物理化学反应过程,其不仅对钢水温度有影响,而且对钢水质量、合金料消耗量均有影响。因此,实现LF精炼过程中合金元素收得率的精准预测具有重要意义。本研究首先采用主成分分析法（principal component analysis,PCA）对模型输入变量进行处理,用于简化实际生产数据结构;然后,融合SGDM算法和L2正则化方法,构建了深度神经网络（deep neural network,DNN）;最后,采用主成分分析和深度神经网络相结合的方法,建立了合金元素收得率预测模型。结果表明,Si元素收得率命中率在±1%, ±3%和 ±5%误差范围内分别为54.0%、93.8%和98.8%;Mn元素收得率命中率在±1%, ±2%和 ±3%误差范围内分别为77.0%、96.3%和99.5%。此外,PCA–DNN模型的预测精度优于参考炉次法、多元线性回归模型、改进BP神经网络模型和DNN模型,有助于实现钢水成分的“窄窗口”控制。本研究中合金元素收得率预测模型的建立,也可为LF智能精炼合金化控制模型的开发提供支撑。