在．NET平台下搭建分布式系统

为使应用软件创建、维护和升级更加方便，分布式程序设计成为软件业的主流，．NET给予了分布式程序设计人员以最大的支持。在．NET平台下不仅可以利用已有的COM和COM＋，还有诸如Web Services和Remoting等全新的技术，使系统集成更加方便快捷。实践证明，．NET可以把这些技术很好地结合起来，提高了系统的性能。     

聚TPD电荷传输材料的制备与单层器件的电致发光

为了提高空穴传输材料TPD(三苯基二胺衍生物)的热稳定性和器件的寿命,用TPD通过Friedel-Crafts反应和二卤化合物进行缩聚,将TPD结构单元引入到聚合物的主链,得到了一系列具有电荷传输性能的新型电致发光聚合物.研究发现,所有聚合物的热稳定性均高于TPD,能带结构几乎没有发生改变,有的聚合物既能传输空穴,又能传输电子.考察了单层器件的发光性能.结果显示,器件最大亮度在17V时约为36 cd·m-2,最大发射为460nm.     

RH-MFB精炼过程中钢水温度预测模型

建立了RH-MFB精炼过程中钢水温度的数学模型,通过Delphi程序计算了精炼过程中钢水的温度.结果表明,RH-MFB精炼开始阶段,钢水温度急剧下降,前10 min降温速率约为3℃·min-1,加Al吹氧、加合金和真空室内壁初始温度对钢水温度影响较大.采用该模型预测了精炼结束时刻的钢水温度,与生产中钢水温度平均误差在±5℃以内的占80%.     

汽车用TWIP钢的力学性能与微观组织

采用热轧、冷轧及退火处理等工艺,对成分为25Mn-3Si-3Al的TWIP钢进行了试制,研究了钢板的力学性能、微观组织及其断裂机制,并采用X射线测定了钢板的晶体学织构.实验结果表明:钢板拉伸时发生典型的延性断裂;拉伸前的组织为伴有大量退火孪晶的奥氏体;在拉伸过程中退火孪晶转变成形变孪晶,使产品的强度和塑性提高;退火过程中形成的织构组分有利于塑性变形.     

模糊小脑模型神经网络在多辊冷连轧机轧制力预报模型中的应用

针对宽带钢多辊冷连轧机组特点,为提高轧制力的预报精度,在结合传统轧制压力模型的基础上把模糊算法和神经网络有机结合,设计出基于模糊小脑模型神经网络的多辊冷连轧机轧制力预报模型.通过对传统轧制力模型计算值、小脑模型预报计算值与实测值进行对比分析可知,基于模糊小脑模型神经网络的多辊冷连轧机轧制力预报模型具有较高的计算精度,更适合于多辊轧机在线计算机过程控制的应用,满足现场在线生产的要求,取得良好的板形板厚控制效果.     

双圆弧齿轮精确建模与分析

依据任意转角位置的双圆弧齿轮齿面数学模型,利用Pro/E得到了完整轮齿面的精确齿轮模型.应用模型分析了齿轮的啮合和齿根应力.该模型为双圆弧齿轮的三维数字化设计、有限元分析、虚拟制造等奠定了基础.     

随机变量相依性度量指标的另一种选择

以Copula为基础,从和谐性角度对随机变量相依性进行度量.论证了Spearmanρ相对于相关系数的两条改进性质;并且给出了两者之间的关系及等值性条件.在一种附加条件下,导出了不相关与独立的等价关系.便于将此相依理论推广至实际应用,最后给出了Spearman的估计方法及其方差的一般形式.     

一种基于离散小波变换的数字水印算法

提出了一种基于离散小波变换的数字水印算法,水印采用有意义的二值图像.该算法是基于块的离散小波变换,即将原始图像和水印都分块后,再对各个块进行小波变换,利用混沌发生器将水印各块置乱后嵌入到图像的中频部分.试验结果表明,该算法具有较好的不可感知性和鲁棒性.     

V和V-N微合金化低碳钢碳氮化物的形变析出

通过热模拟压缩实验考察了V和V-N微合金化低碳锰钢在860~740℃范围内多道次变形时的组织演变和碳氮化物析出规律及其相互影响.结果表明,含V钢中添加少量的N促进了变形奥氏体中V的碳氮化物(尤其是氮化物)的析出和形变诱导铁素体相变.V的碳氮化物析出降低了奥氏体中固溶的V,从而减弱了固溶V对形变诱导铁素体相变的抑制作用.碳氮化物析出在奥氏体的局部区域造成贫碳区,也促进了铁素体形核.在相同处理工艺下与V钢相比,V-N钢中铁素体内碳氮化物开始析出的时间短,析出相的数量多,长大速度慢,分布弥散.     

T_1与T_2之间的几个分离公理

讨论了T1与T2之间的几个分离公理.