润滑脂对滚动轴承EHD膜厚的影响

用电阻应变片法在滚动轴承上测试各种类型润滑脂的弹性流体动压润滑(EHD)膜厚h_c。结果表明,h_c与基础油的粘度密切有关,且受到皂的类型及浓度的影响。提出了不同工况下适宜的润滑脂类型及其浓度的选用原则。     

双向凝胶电泳分析动脉粥样硬化大鼠心肌蛋白表达图谱

采用双相凝胶电泳分离大鼠冠状动脉总蛋白，胶态考马斯亮蓝G-250染色，GS-800凝胶扫描仪获取凝胶图像，并用PDQUEST软件分析，检测出2626个蛋白质斑点，并且得到不同条件下的蛋白质组的差异图谱，在相同的参数设置下，不同谱图间的匹配斑点数为1841，匹配率达70．1％以上，测量了凝胶蛋白斑点的在IEF、和SDS—PAGE方向上的位置偏差；对比分析了两种心肌组织的差异蛋白，发现33个蛋白质斑点只在正常大鼠心肌蛋白检测到表达；46个蛋白点在两种细胞中表达量上有显著变化，为从分子水平上理解心血管类疾病的发病机制，寻找防治药物和药物的构效关系的进一步研究开拓了新的途径，同时为深入研究AS的发病机制和药效研究提供参考数据。     

基于模糊自适应卡尔曼滤波的SLAM算法

针对同步定位与地图创建（SLAM）问题中难以建立准确的先验噪声模型的问题,提出一种改进的模糊自适应卡尔曼滤波算法.该算法通过在线监测新息的变化,利用模糊逻辑对系统噪声和观测噪声的权重进行实时调整,进而改变系统对观测信息的信赖和利用程度,使滤波器最终趋于稳定.为了保证系统的实时性,提出一种直接将输入和输出进行模糊隶属函数匹配的方法代替模糊推理.将新的滤波算法用于SLAM仿真实验,结果表明该算法能根据噪声变化进行快速调整,滤波精度较高,相比标准EKF对定位和构图精度提升了50%以上.     

流动注射氢化发生电感耦合等离子体原子发射光谱测定人发样品中痕量硒

采用流动注射氢化发生法与电感耦合等离子体原子发射光谱联用测定了人发中的痕量硒，对样品的预处理、氢化物发生及流动注射等系统的工作条件进行了优化，Ｓｅ的检出限可达０．０６μｇ／Ｌ，用所建立方法测定了国家一级标准物质人发，测得值与标准值相吻合．     

SmCoO3钙钛矿氧化物的高压高温合成及其物性

采用高压高温方法合成钙钛矿型SmCoO₃氧化物, 利用XRD,Raman,电导率和热膨胀测试对样品的结构及性能进行表征. 实验结果表明, 在2.75~4.20 GPa, 1 061 ℃附近, Co₂O₃和 Sm₂O₃发生固相反应形成SmCoO₃, 但反应不完全. 单相SmCoO₃较好的合成条件为3.90 GPa和1 061 ℃左右. 室温Raman谱观察到单相样品中只有SmCoO₃正交相的特征峰. SmCoO₃样品在327 ℃以下为绝缘体, 在327 ℃以上电导率随温度升高而增加. 热膨胀系数在100~800 ℃呈线性变化.      

基于MATLAB的语音信号采集和分析系统的可视化设计

设计和开发了一种基于MATLAB的语音采集与分析的可视化系统,该系统通过Realtek Ac'97型声卡和MATLAB的数据采集工具箱低成本地实现了语音信号的实时采集,并利用MATLAB强大的数值计算和信号处理功能高精度地完成了语音信号的分析工作。系统还使用MATLAB的图形用户界面设计工具进行了优化,通过简单的对话框和菜单操作取代了复杂的程序修改和调试过程,使得系统的使用更加方便灵活。     

核事故应急决策的多属性效用分析方法

核事故应急决策是一个复杂的决策过程,需要综合考虑很多因素.多属性分析方法可以帮助决策者进行决策分析,使得决策过程更科学,决策结果更合理. 该方法首先为决策目标建立一棵与决策目标相关的属性树,并通过决策会议将决策树简化, 然后为简化后的决策树的重要属性建立效用函数, 使用RR、 RS、 ROC以及权衡方法确定各属性权重,并计算出各备选方案的效用值,从而得出最优方案. 最后给出了一个计算实例, 将此方法应用于一个特定的核事故情况下的应急决策.结果表明,多属性效用分析方法能有效地帮助决策者在核事故应急情况下作出最佳合理决策.     

斜拉筋加固砌体结构伪静力试验研究

对普通砖砌体应用斜拉筋加固技术,在低周反复荷载作用下就加固砖砌体的抗震性能进行试验研究,分析结构的滞回特性、骨架曲线、延性系数、耗能能力以及刚度退化等指标的变化规律.结果表明,随着斜拉筋配筋量的增大,试件的开裂荷载和极限荷载均得到提高,结构耗能能力和延性系数增加,墙体破坏形态由脆性到延性转变.斜拉筋加固作为砌体结构加固的一种新技术被提出.     

电子商务在供应链管理中的应用研究

本文研究了电子商务在供应链管理中的应用,分析了电子商务对供应链管理及供应链业绩的影响．针对电子商务中存在信息过多的问题,通过将移动Agent技术应用到电子商务中,从而完善了电子商务在供应链管理中的应用。     

中国建筑业碳排放影响因素与预测研究

中国一直是碳排大国,其碳排放增长问题持续引发世界关注.建筑业作为一直在国民经济中占据重要地位的行业,其碳排放量约占全国碳排量的20%.因此,有必要研究建筑业碳排放的影响因素,并预测中国建筑碳排放的趋势.从以往相关研究中识别出12种我国建筑业碳排放影响因素,以2000—2016年的指标数据作为样本,利用灰色关联分析原理,筛选出关联度较高的8种影响因素,并结合BP神经网络模型构建我国建筑业碳排放预测模型.利用神经网络预测2017—2020年碳排放影响因素和碳排放预测值.研究发现,样本预测值对实际值的拟合度良好,说明所得训练网络泛化能力较强,进而证明筛选出的影响因素对建筑业碳排放影响程度高,可以用于预测建筑业碳排放.预测模型提高了神经网络的训练速度,为建筑业碳排放预测提供了新的工具.