羧酸化β-环糊精与重氮树脂自组装超薄膜

通过控制反应条件,由β-环糊精制备了不同取代度的羧酸化β-环糊精(CM-β-CD),用核磁氢谱表征了其结构及羧酸化取代度.并以此为聚阴离子、光敏性聚合物.重氮树脂(DR)为聚阳离子.基于离子间相互作用,制备了层.层自组装超薄膜,研究了羧酸化取代度、溶剂离子强度、浓度以及pH值对组装膜的影响.实验结果表明:每一自组装循环中,聚离子的沉积量是相等的,并随着羧酸化取代度、溶剂离子强度的增加而增加;但CM-β-CD溶液的浓度和pH值对组装膜结构产生的影响很小.在UV光照下,利用重氮盐的光分解使层-层之间形成共价交联,有效提高了膜的稳定性.     

基于多层次模糊综合评判的网络成瘾评价

针对网络成瘾评判中需要考虑多种因素且多具有模糊性和随机性等特点,基于多层次模糊综合评价方法进行网络成瘾评价.确定了适宜的分级指标和标准,建立了各个指标对不同论域等级隶属度的计算模型,采用试算法权重选取标准,对某网民进行模糊综合评判,确定其成瘾程度.结果表明,模糊综合评价方法不仅能够比较全面地考虑各种因素的影响及其相互作用,并能在一定程度上反映影响成瘾程度的关键因素,为进一步成瘾诊断提供决策依据.     

子群的θ-完备和群的结构

给出了有限群一般子群的θ-完备的概念,并研究了有限群子群的θ-完备及其性质对群结构的影响。     

水环境下甲烷在不同润湿性石英表面吸附行为的分子动力学模拟

采用分子动力学模拟方法研究水环境下石英表面润湿性对甲烷在石英狭缝中吸附行为的影响。结果表明:对于亲水性较强的石英表面,水分子优先吸附于石英表面,甲烷分子在狭缝中心发生团聚;而疏水性较强的石英表面,甲烷分子优先吸附于石英表面,水分子在狭缝中心发生团聚;当石英表面为中性润湿时,石英表面对这两种分子没有表现出优先选择性吸附。水、甲烷与不同润湿性石英表面的相互作用能表明,水/固相互作用是水环境下甲烷在石英狭缝中吸附构型改变的主要驱动力。     

聚吡咯膜对不锈钢腐蚀的防护机理研究

为测量不锈钢的腐蚀电阻,研究聚吡咯膜(PPy)对不锈钢腐蚀的防护机理,应用循环伏安曲线、电化学阻抗谱和开路电位-时间曲线测量方法等电化学手段研究了镀PPy膜后不锈钢在十二烷基苯磺酸钠溶液和NaCl溶液中的电化学行为,并通过建立合理的等效电路图对其电化学阻抗图谱进行解析.结果表明:所建立的等效电路分离出不锈钢的腐蚀电阻与PPy的氧化还原电阻,能较好地解析不锈钢/PPy/溶液的阻抗行为;在高盐溶液3.5%NaCl溶液中,PPy膜对不锈钢腐蚀具有很好的保护作用;在PPy膜保护不锈钢的过程中,不锈钢和PPy膜间发生电化学反应,释放十二烷基苯磺酸根以及生成不溶性物质来抑制金属的腐蚀.     

三维曲面柔性轧制辊形计算方法

分析了利用曲面柔性轧制方法实现三维曲面件成形过程中板料厚度变化与轧制变形之间的关系,推导出当工作辊弯曲形状为圆弧时,凸曲面柔性轧制不均匀辊缝的辊缝分布以及工作辊排布函数公式.根据该公式对凸曲面柔性轧制进行数值模拟研究,并通过计算将离散辊全局压下量转化为局部压下分量,得到较好的模拟结果.研制了小型实验装置并进行成形实验,得到典型实验件.数值模拟与实验结果表明,曲面柔性轧制用于成形三维曲面零件具有可行性和实用性.     

基于Isight的自适应翼型前缘气动优化设计

为了兼顾翼型在各个飞行状态下的气动效率,基于Isight优化设计平台对自适应翼型前缘进行了气动优化设计研究.首先对Hicks-Henne型函数进行了改进,实现了翼型前缘的参数化描述;然后采用拉丁超立方实验设计方法生成样本点,并运用CFD软件进行翼型流场的气动计算,进而利用该样本数据完成对RBF神经网络的训练;最后对神经网络近似模型应用多岛遗传算法进行优化.以NACA 0006翼型为例,采用上述组合优化策略以升阻比为目标函数进行优化设计.仿真结果表明:改进后的Hicks-Henne型函数较好地描述了翼型前缘;组合优化方法显著提高了翼型气动优化效率.     

基于深度卷积神经网络的弹道目标微动分类

针对传统弹道目标微动分类缺乏智能性及噪声条件下分类性能差的问题,利用深度学习的高维特征泛化学习能力,提出一种将深度卷积神经网络用于弹道目标微动分类的方法。首先,在建立弹道目标微动模型的基础上,分析3种微动形式下的微多普勒表示,并生成雷达回波信号的时频图,作为训练、验证及测试的数据集;然后,运用深度卷积神经网络中的迁移学习对AlexNet和GoogLeNet进行再训练;最后,利用训练后的网络实现3种微动形式下的目标分类,并研究信噪比对分类性能的影响。仿真结果表明,与传统的微动目标分类方法相比,该方法不仅智能化程度高,而且在低信噪比条件下分类准确性更强。     

基于卷积神经网络的小目标交通标志检测算法

PVANet(performance vs accuracy network)卷积神经网络用于小目标检测的检测能力较弱.针对这一瓶颈问题,采用对PVANet网络的浅层特征提取层、深层特征提取层和HyperNet层(多层特征信息融合层)进行改进的措施,提出了一种适用于小目标物体检测的改进PVANet卷积神经网络模型,并在TT100K(Tsinghua-Tencent 100K)数据集上进行了交通标志检测算法验证实验.结果表明,所构建的卷积神经网络具有优秀的小目标物体检测能力,相应的交通标志检测算法可以实现较高的准确率.     

狭长通道障碍物阻塞比对烟气热分层影响分析

为了研究障碍物阻塞比对烟气热分层稳定性的影响,建立1∶8缩尺寸通道模型,对阻塞比为0%至50%,纵向风速为1 m/s和1.5 m/s共12种工况进行模型实验,采取层化强度法对狭长通道内烟气分层状况进行分析。结果表明:障碍物阻塞比对烟气热分层稳定性影响较大,阻塞比增大,层化强度相应增大,在阻塞比为50%时层化强度最高,有利于烟气分层;纵向风速越大,障碍物阻塞比对维持烟气层稳定效果越明显。