巴西航空工业公司小支线成就大事业

<正>提起航空航天事业,大家脑海中大概立马浮现出美国、俄罗斯这样一些国家,而巴西给人的印象大概和这些高科技工业挨不上边吧0然而,巴西航空工业公司就是这样一匹黑马,自从2006年,海航与其签订了100架民用客机购机合同之后,就备受国人瞩目。海航购机,说明了巴西航空工业     

双基阻燃剂HAP-DOPS对聚乳酸热稳定性的影响

磷腈磷杂菲双基阻燃剂因阻燃效率高、可同时在气相和凝聚相发挥阻燃作用,得到了相关研究者们的广泛关注。本研究合成了双基阻燃剂六(4-(9,10-二氢-9-氧杂-10-磷杂菲-10-硫化物)-羟甲基苯氧基)环三磷腈(HAP-DOPS),并将其与聚乳酸(PLA)共混,制备复合材料HAP-DOPS/PLA,再通过TG/DTG方法研究其热稳定性,最后采用Kissinger法、Flynn-Wall-Ozawa法和Coats-Redfern法研究复合材料HAP-DOPS/PLA的非等温热降解动力学,求出其活化能(E)和指前因子(A),并推测其热降解动力学方程。结果表明:与纯PLA相比,HAP-DOPS/PLA的初始分解温度(T_5%)、最大热失重速率(R_max)和峰温(T_P)均降低,残炭量升高,热降解活化能降低,热降解动力学参数E_K=151.53 kJ/mol,E_O=151.76 kJ/mol,A_K=9.21×10¹¹min^-1,...     

基因芯片技术在中药现代化研究中的应用进展

高通量基因芯片技术是一种高度集成化的分析和研究技术,是进行药物基因组学研究的主要平台.而中药是中华民族的宝藏,已有几千年的发展历史,将基因芯片技术应用到中药研究中是中医全息性思维的体现,会从根本上改变长期以来人们对中药的认识层次和研究手段,是中药研究领域中一次具有深远意义的改革,将为中药现代化的发展提供新的途径.近年来...     

基于退化检测和优化粒子滤波的轴承寿命预测方法

轴承广泛应用于各种机械设备中,为避免轴承突然损坏而导致设备故障,应有效预测其剩余使用寿命,因此提出一种基于自适应退化检测和粒子群优化粒子滤波(particle swarm optimization-particle filter,PSO-PF)算法的轴承寿命预测方法.首先,从轴承振动信号中提取候选特征,并对候选特征进行...     

基于破损零件逆向设计的快速成型及质量分析

对漏油嘴零件的实际测量和在UG中的建模,实现零件的逆向设计。通过UG的导出文件在快速成型机上实现了零件的快速成型制作。对成型零件进行观测,总结出影响快速成型零件产品质量的因素,并从材料和堆积机理的角度进行了解释。     

中国苏北预先导孔CCSD-PP2片麻岩中锆石的矿物包裹体及其超高压变质作用的证据

采用激光Raman及阴极发光技术,确认中国大陆科学钻探工程预选预先导孔CCSD－PP2几乎所有类型片麻岩中的锆石均保存典型的柯石英包体以及绿辉石、硬玉、石榴石、多硅白云母等矿物包体,表明片麻岩类岩石曾普遍经历了超高压变质作用,该成果对于重新探讨苏鲁超高压变质带的俯冲－折返机制和对中国大陆科学钻探工程的选址有重要的科学意义。     

DKDP晶体中包裹体

利用显微技术观察了DKDP晶体中包裹体形态,并测量了其相应尺寸。结果表明,在DKDP晶体中存在3种不同形态的包裹体,其形成机制各不相同。最后对包裹体进行了成分分析。     

黑暗中的"暗杀高手":水鼩鼱

它们的个头如此之小,但却从不给它们的猎物留下任何逃生的机会,就连长有硕大钳足的龙虾也成为它们的"菜单"中的一道美味…… 生物学家肯尼斯多年来致力于研究星鼻鼹.     

基于曲率的自适应曲面数控磨削

利用等包络迹高度控制砂轮行走路径,实现了曲面的自适应数控成型磨削,以提高曲面的磨削效率.首先,根据曲面曲率建立自适应数控成型磨削的数控模式,然后,在比较等间距行走的数控磨削方式的基础上分析曲面曲率不同的成型磨削特征,最后,进行数控成型磨削试验和检测加工曲面的成形误差,验证该自适应数控成型磨削方法的有效性.分析结果表明,利用移动磨削点的包络成型磨削可以减小砂轮磨损对加工精度的影响.此外,等包络迹高度行走的数控磨削可以根据曲面曲率调节行走路经的间距,实现自适应磨削加工,提高曲面的加工效率,而且在加工曲率较大且提高加工精度时可以较大幅度地减少砂轮行走步数.试验结果表明,当等包络迹高度小至1μm时可以形成光顺的加工曲面,在100mm×40mm范围内形状误差PV值可以达到0.285mm.     

基于神经网络的高并行大规模MIMO信号检测算法

随着5G和未来移动无线网络的不断发展,大规模多输入多输出(multiple input multiple output, MIMO)是其中的关键技术之一。随着天线数目的不断增加,给接收机的设计带来更高的挑战,复杂度过高的检测算法在实际中难以应用。本文将一种高并行(high-parallelism, HP)检测算法展开到神经网络中,单层神经网络基于该算法的每次迭代,并将其与可训练的权重参数和非线性神经单元相结合,提出基于网络结构HP-Net的方法。通过训练HP-Net得到最优可训练参数,进而提高检测性能。实验结果表明,所提方法相对传统最小均方误差(minimum mean square error, MMSE)算法复杂度更低,并能够得到更低的误码率;同时相对HP并行检测算法误码率性能更优。