10CrMoAl钢热轧薄板的周浸实验对比分析

为了系统地研究10CrMoAl钢的耐腐蚀性能,对其周浸试验各周期试样进行了腐蚀速率分析、SEM分析、XRD分析及电化学分析.结果表明:腐蚀速率最快的阶段是72～168 h腐蚀阶段,其次是0～72 h腐蚀阶段,最慢的是168～240 h腐蚀阶段.经过168 h腐蚀后,锈层厚度平均为80 μm,是经过72 h腐蚀后的试样锈层厚度的近2倍.经过240 h的腐蚀后,锈层仍然维持在80 μm左右,却出现了50 μm的过渡层.经过168 h和240 h腐蚀所形成的锈层几乎完全阻止了γ-FeOOH和α-FeOOH等稳定产物的形成,从而有效地阻碍了基体的继续腐蚀.此外,锈层中Cr、Mo和Al的富集,也对阻碍腐蚀的进行起到一定的作用.     

一种读取页式文件的光学扫描装置

本文主要介绍了一种供OCR文字信息输入用的由固体摄象器件与摆镜组成的扫描系统,其中重点讨论了系统的光学匹配、摄取文字图象的分辩率及摆镜特点等问题,同时简要地介绍了纸页的输送和信息的传输。     

浙江省普通高校学生体育成绩评定方法的研究

运用文献资料法、调查法、专家访谈法等,对浙江省若干所普通高校学生的体育成绩评定方法进行了调查和分析,结果表明,浙江省高校体育成绩评定方法在评分内容的选择、评分内容的比例分配、评分的主体方面均存在着不足.围绕"健康第一"的高校体育思想,提出了若干建设性意见.     

核事故辐射剂量估算的ESR方法

选取从核事故现场和受照人员身上得到的材料,采用电子自旋共振(ESR)谱仪测定γ辐射诱发的自由基浓度、辐射响应特性、ESR信号衰退曲线及零剂量读数。研究ESR方法用于核事故剂量估算的可行性。     

一般工科院校办学资金的筹措

办学经费的短缺是摆在所有高校领导面前的难题.本文从一般高校的现实状况考虑,探索筹措资金的可行方案.     

机械力引发官能化POE及其增韧尼龙66的研究

采用在熔融挤出过程中提高双螺杆挤出机螺杆转速的方法，研究了机械力引发马来酸酐(MAH)熔融接枝弹性体POE的接枝反应：化学滴定法和红外光谱法分析的结果表明，随着螺杆转速的增加，接枝产物的接枝率出现先下降后增大的变化趋势，接枝产物的熔体流动速率(MFR)在螺杆转速≥400r／min时出现显著增大，随着接枝反应温度的增加，产物接枝率和熔体流动速率均明显增大；一定条件下，可控制制得具有较高接枝率(接枝率≥0．39％)、较好熔体流动速率(MFR=0．05～0.4g／min)和较低凝胶质量分数(≤0．3％)的接枝产物(POE-g-MAH)。材料力学性能测试和试样断面SEM分析结果表明，此接枝产物POE-g-MAil对尼龙66具有良好的增韧作用，可使PA66／POE-g-MAH共混材料的缺口冲击强度达到原未改性材料的12倍左右。     

中、低温颗粒物料余热利用研究

通过冷、热态模拟试验,研究了石煤沸腾燃烧锅炉的沉降灰绕流管束的运动及传热规律;确立了竖立灰管式余热锅炉结构,并进行了现场试验。其结果为:沉降灰温由673K降至473K以下,折合沉灰量10t/h时可产生压力3—4kg/cm~2的蒸汽800kg/h。此种余热锅炉热效率可达51—61％。该项研究成果为中、低温颗粒物料的余热利用开拓了新的途径。     

湖南岳阳绿色化工产业园生态绿地规划构想

湖南岳阳绿色化工产业园（原名岳阳市云溪工业园）是一家专类化工园.2013年6月,通过国家发改委批复,更名为湖南岳阳绿色化工产业园,并进入国家级首批循环化改造试点园区,获国家前期1.5亿元循环化改造资金.项目批复给园区发展带来了巨大契机,绿色理念将成为园区发展的主旋律.本文根据湖南岳阳绿色化工产业园区基本情况与产业规划,以湖南岳阳绿色化工产业园的生境条件为基础,从生态绿地规划原则与思路、生态绿地系统空间结构与布局、生态绿地树种规划及规划总目标等方面系统地对湖南岳阳绿色化工产业园绿地体系进行了规划构想.希望能对园区今后绿地系统的规划与发展有一定的参考和指导意义.     

概念隐喻视角下的《红楼梦》诗词的研究

概念隐喻成为《红楼梦》诗词的思想脉络,它在指导《红楼梦》诗词理解方面有着历史的必然性:它涵盖了西方近代概念隐喻的基本理念,使系统性、相似性、整体相合性这些概念隐喻的基本理念在认知理解中得以体现,形成《红楼梦》诗词的隐喻解读,这是除了从认知发展角度理解"《红楼梦》诗词"外的又一个理解"《红楼梦》诗词"的新视角。     

一种基于深度生成模型的ADS-B信号增强和目标识别方法

自动相关监视广播数据(automatic dependent surveillance-broadcast, ADS-B)信号在航空领域通信中占据非常重要的地位,其检测、分析对航空运输安全保障意义重大。ADS-B信号常常带有噪声或干扰,这使得直接解码的准确性受到影响。为了更好地捕捉ADS-B信号的信息提升其准确性,提出了EASTR深度学习模型。所提模型首先使用基于非因果扩张卷积和残差网络结构的方法,对原始含噪ADS-B信号进行降噪与增强;随后,经过降噪处理的信号被转换为星群图像,再利用多层感知机进行分类识别。收集了5 000条来自不同飞机的ADS-B信号数据,在此数据集上将EASTR与其他同类模型进行比较。实验结果表明：不同信噪比下EASTR均在准确率上优于其他模型。通过消融实验验证了数据增强模块的效能。