多孔介质中的粘性指进与分形特征

本文介绍了多孔介质中粘性指进现象的研究进展,景响粘性指进过程的因素很多,主要受流体与介质的润湿性及驱替液与被驱替液的粘度的影响。本文还讨论了利用计算机模拟研究多孔介质内流体流动及分形特性,粘性指进的分维在1.70左右。     

双核碱性功能化离子液体催化Knoevenagel缩合反应

采用咪唑与二溴烷烃为原料,两步法合成了5种新型咪唑类碱性双核功能化离子液体催化剂,考察了在醛与氰基化合物的Knoevenagel缩合反应中的催化性能。结果表明:咪唑类碱性双核功能化离子液体在Knoevenagel反应中具有很好的催化性能,在其中以双-(3-甲基-1-咪唑)亚丁基双氢氧化物离子液体的催化糠醛与丙二氰Knoevenagel缩合反应的活性最好,其产物的收率高达93.2%,而双-(3-甲基-1-咪唑)亚己基双氢氧化物离子液体对研究中的类醛与氰基化合物的Knoevenagel缩合反应都有较好的催化效果。     

BT303CuS易切削不锈钢轧件劈头的研究

对BT303CuS易切削不锈钢热轧过程中产生的轧件头部开裂原因进行了分析,发现轧件劈头与钢中硫化物的形态有关,利用热模拟实验研究了加热温度对轧件硫化物形态变化影响,在此基础上确定出最佳加热温度范围是1200～1280℃.同时采取了控制轧件头部冷却水、使用新型导卫及增设工序飞剪等一系列工艺措施,显著减少了轧制缺陷,中间废品率由5.67%下降到1.38%,使宝钢股份特钢事业部长型材生产线形成批量生产该钢的能力.     

头孢曲松钠在不同浓度氯化钠、氯化钾水溶液中的稀释过程热力学

研究药物分子在不同介质中引起的溶液体系的结构性改变有助于从分子水平揭示药物发挥疗效的机理.应用等温滴定微量热法测定了298.15K下头孢曲松钠在不同浓度氯化钠、氯化钾水溶液中的稀释焓,根据McMillan-Mayer理论计算得到各级同系焓相互作用系数.结果表明,头孢曲松钠在氯化钠、氯化钾水溶液中的焓对作用系数h2均为负值,并且随着盐溶液浓度的增加先减小后增加.该药物分子在氯化钾溶液中的h2大于氯化钠溶液.根据溶质-溶质相互作用和溶质-溶剂相互作用对结果进行了解释.     

一种识别Cu2+的罗丹明衍生物的合成及其性质研究

设计合成得到了一种罗丹明衍生物LX,通过1H NMR和13C NMR确定了化合物LX的结构.根据吸收光谱、发射光谱与红外光谱,研究了化合物LX与Cu2+之间的相互作用.化合物LX对Cu2+的最低检出限为1.06×10-8 M,实现了有效检测水溶液中的Cu2+.通过荧光成像方法,化合物LX还可以检测线虫体内的Cu2+.     

基于Multi-Agent的流域突发水污染扩散模拟

针对流域突发水污染事件的复杂性和不确定性,及其应急平台对未来污染状况获取的快速性,基于复杂性理论中的Agent建模思想建立水污染扩散模型。根据流域的二维空间数据,将其划分为多个三角形面元,用面元代表水质Agent,形成包含多个水质Agent的三角形格网系统,然后对污染物在水质Agent之间的扩散现象进行描述,提取水质Agent中的污染物"属性",并利用其对外界的"感知"能力和表现出的行为特征刻画水质Agent,构建出基于水质Agent的流域突发水污染物扩散模型。将此模型应用于松花江流域的突发水污染事件中,结果表明所建模型结构合理,能有效模拟出流域突发水污染事件。     

基于改进Shapley值解的流域生态补偿额分摊方法

为更加公平的在流域各地区分配上游地区生态建设与保护的成本, 以及调动上游地区对流域生态保护的积极性, 本文在假设流域各地区有合作博弈的基础上, 给出基于DEA合作博弈模型的流域生态补偿额分摊方案. 考虑到合作博弈经典Shapley值解的局限性, 本文利用梯形模糊数确定各地区权重的方法对Shapley值解进行改进. 将此生态补偿额分摊方案应用于新安江流域, 结果表明本文提出的分摊方案不仅使各地区有较高投资生态保护的驱动力, 而且在考虑到各地区水源效益的同时, 还结合了流域中水源及其效益等指标的重要性, 更具公平合理性, 同时为其它跨地区流域生态补偿额分摊研究提供了参考.     

畸变补偿在光电测量系统中的应用

采用补偿方法对光学系统本身的畸变进行校正补偿.  在畸变校正原理的基础上, 利用畸变校正装置对光电测量系统进行畸变校正,  并进行实验分析.  结果表明, 该校正方法可减小因光学系统畸变导致的测量误差, 通过三次拟合方程补偿后, 在全视场范围内, 系统的测量精度为0.244个像元.       

磁流变液无级变速器的原理

利用广义双粘度模型,论述了磁流变液的本构特性和由外磁场控制磁流变液无级变速器传递转矩和输出转速的原理,以MRF－336AG磁流变液为例,研究了外磁场与屈服应力、转矩、输出角速度的相互,结果表明,利用控制外磁场可以达到控制磁流变液变速器传递转矩和输出转速之目的。     

一种深度学习网络的树木点云骨架重建方法

基于激光雷达(light detection and ranging, LiDAR)数据重建树体三维模型并精准获取林木空间枝干结构参数是精准林业发展的必然趋势。本文研究面向激光点云提出了一种融合基于晶格投影的深度学习网络,以及面向提取的枝干点云的树木模型骨架重建的方法。该深度学习网络包括旋转不变性模块、晶格投影与重心插值模块,多尺度变换与卷积操作层,通过将旋转变换后的点云晶格投影到三个坐标平面上再分别重心插值获得变换系数,解决了三维点云因排列无序而造成空间卷积困难的问题。以海南多类树木为研究对象,首先,把带枝叶标签的林木点云基团带入构造的深度学习网络中训练网络参数,实现测试样本中的林木数据的枝叶分离。其次,对分类后的树木枝干点云垂直分层并空间聚类,获取每层的聚类中心点并按相邻层中心点距离最小原则实现骨架链表构造,同时采用自适应随机抽样一致(random sample consensus, RANSAC)方法来计算的圆柱体拟合半径,以重建树木的各级枝干。最后,根据中心点连通的链表结构以及角度变化最小准则自动识别树木中的主枝干和各个一级分枝。通过与实测数据比对验证表明,深度学习枝叶分类准确...