聚苯乙烯和聚乙烯的三维混沌混合

采用自制的三信混沌混合装置,研究了聚苯乙烯（PS）与少量低密度聚乙烯（LDPE）进行共混时,共混物中少相LDPE的结构演化及其对共混物韧性的影响,扫描电子显微镜（SEM）和透射电子显微镜（TEM）的分析表明,随着混合周期数的增加,少相经历了由宏观颗粒→层片→纤维→微观颗粒的演化过程,最终形成了高长径比的纤维和大量尺寸瓣颗粒,而增容剂聚苯乙烯－聚乙烯－丙烯（SEP）的加入,对这一结构的形式是有利的,冲击强度测试表明,在不加入增容剂时,LDPE对PS没有增韧作用,原因在于相间界面结合很差,当加入少量的增容剂后,可以垢增韧效果。     

适合钻并液及水泥浆的赫谢尔一巴尔克莱(Hersehel—Bulkley)流变模式及其应用

赫谢尔—巴尔克莱(Herschel—Bulkley)流变模式是一种带静切应力的三参数流变模式,它能表示出常用的牛顿、宾汉、指数流变模式的特性。这种模式用于泥浆及水泥浆,具有适应范围广、准确性高的特点。本文从该流变模式的基木形式出发,对模式中的流变参数以及与钻井液、水泥浆相关的剪切稀释、携带岩屑等性能进行了讨论,并提出了计算这些流变参数的合理方法。文中还对该模式所反映在各流道中的水力参数作了合理的和近似的简化,得出了较为精确的压降、剪切速率及雷诺数表达式。     

校企合作培养高技能人才的探索与实践

就技能型人才培养的现状进行分析,提出了实践。校企合作培养高技能人才的＂双向运行,五位一体＂创新运行机制,即：教学的模式创新、培养质量评价、实训中心共建、校企业合作培训人才、科技服务平台搭建等五个方面进行一体化建设。同时,阐述了高技能人才培养的实施途径以及所取得的初步成效。     

瑞利分布全样本下的统计分析

针对瑞利分布,在全样本场合下给出了参数的矩估计、极大似然估计和区间估计。与此同时还通过大量Monte-Carlo模拟分别考察了参数的点估计和区间估计的精度,从中可以看到参数的极大似然估计的精度比矩估计的好些。     

多级磁阻型电磁发射器的动态特性研究

基于Ansoft Maxwell仿真软件建立了二级磁阻型发射器的二维模型,对触发位置、初速度,及两者的搭配问题进行了仿真研究.试验结果与仿真结果基本一致.仿真及试验结果表明:在多级磁阻发射器中,弹丸的不同初速度对应不同的最佳触发位置,且两者的合理搭配对其性能影响较为显著.     

非晶CexRu100-x的Ce L2边XANES

利用高速溅射法制备了系列非晶CexRu100-x化合物样品.X射线衍射实验表明,样品均处非晶态.通过X射线吸收精细结构测量获得了Ce L3,L2,L1边X射线近边吸收谱,其中Ce L2边吸收谱呈现两个峰,分别对应2p1/2电子跃迁到空5d态(最终组态4f1)和2p1/2电子跃迁到空5d态(最终组态4f0),跃迁能量随着Ce浓度的增加而趋向低能级.     

大棚春番茄弓形整枝

<正> 大棚春番茄弓形整枝技术是在双干整枝技术上的改良,同普通栽培管理一样,它能有效地控制无限生长类型的品种如毛粉802,L—402等的营养生长。用此技术整枝的番茄,能增加产量,提高品质。其具体操作技术如下。     

玻耳哈密顿量势能项的微观数值计算

本文将费米子动力对称模型的ＳＯ（６）极限的极化效应用于钡区核，给出了玻耳哈密顿量势能项的微观数值计算，并将计算结果与已有结果进行了比较，同时对实验现象进行了讨论。     

融合全局和局部特征的光场图像空间超分辨率算法

光场相机传感器有限的空间分辨率阻碍了光场图像处理相关研究的进展.提出一种融合全局和局部特征的光场图像空间超分辨率算法,提高了对光场子视点全局关系建模的能力.由于光场相机捕捉的图像亮度较低,严重影响了超分辨率图像的质量,提出一个改进的4D零参考深度曲线估计网络（4D Zero-DCE-Net）,充分利用光场全部子视点信息来提高光场图像的亮度.为了解决光场图像空间分辨率低的问题,提出一个基于生成对抗网络的光场图像空间超分辨率网络模型.生成器包含三个部分：第一部分是Transformer和4D卷积以并行方式结合的网络结构,能以较浅的网络层捕捉图像的全局和局部细节信息;第二部分是一个交互融合注意力模块IFAM(Interactive Fusion Attention Module),能有效地融合上述两个分支得到的全局自注意力和局部细节信息;第三部分是一个重建模块PS-PA(Pixel Shuffle-Pixel Attention),能提高整个光场的空间分辨率.最后,利用相对判别器来指导生成器的训练.实验结果表明,提出的算法和其他算法相比,峰值信号比（PSNR）至少提升了1 dB.     

办公建筑运行能耗的混沌时间序列复合预测

针对办公建筑已有的能耗预测方法中未能考虑到能耗数据的混沌变化特性,提出了一种基于混沌时间序列的办公建筑运行能耗预测方法.对研究对象的时间序列进行相空间重构,判断其具备混沌特性,建立混沌理论和支持向量回归的组合模型进行训练,采用Markov链消除组合模型由于参数传递产生的累积误差,得到最终预测结果.为了验证算法的有效性,以西安某办公建筑的能耗监测数据为例进行实例分析,并与非线性自回归神经网络、支持向量回归等其他预测方法进行对比.实验结果表明,经过Markov修正后的混沌时间序列组合模型预测精度显著提高,预测效果优于其他方法,且更符合办公建筑能耗的变化规律,为节能优化提供有效的数据支撑.