700 MPa高强钢带U形冲压回弹有限元数值分析

为了预测高强钢带冲压回弹情况,本文以厚度为2 mm的700MPa高强钢带为原料,用SolidWorks软件建模,并运用Ansys有限元软件的Ls-dyna模块中163壳单元模型进行了U形冲压成形过程数值分析,以研究冲头圆角半径、凹模圆角半径和摩擦系数等主要参数对高强钢带U形件侧壁和法兰冲压回弹角度的影响.研究结果表明,...     

基于波特"钻石"模型的西安软件产业集群研究

以波特“钻石”模型理论为基础,从政府、人力资源、以及企业战略结构和竞争三个驱动因素分析陕西省西安软件产业集群,并同时指出其发展中所存在的问题,并提出了相应的对策和建议,以期对西安软件产业集群的进一步发展有所借鉴。     

以全面质量管理思想为指导提高高等教育质量

文章以全面质量管理思想为指导,说明了高等教育实施全面质量管理的必要性和紧迫性,介绍了高等教育实施全面质量管理的基本要求和基本原则,提出了高等教育实施全面质量管理应采取的步骤。     

手头的幸福

《笑林广记》中有这样一则故事： 一鬼托生时,冥王判作富人。 鬼曰：“我不愿富。只求一生衣食不缺,无是无非,烧清香,吃苦茶,安闲过日子足矣。”     

浅谈明挖法地铁车站的设计分析方法

明挖法具有施工简单、快捷、安全、经济的优点,是世界各国地铁车站施工的首选方法,在地铁施工中占据着不可替代的重要地位。明挖法地铁车站结构的形成需经历开挖→加撑→回筑→拆撑等多个步序,受力转换复杂。分析了明挖法地铁车站设计中两大组成部分围护结构、主体结构的设计方案选择,探讨了围护结构和主体结构二者之间的组合方式,对国内工程界广泛采用的分析方法进行了总结,提出了明挖法地铁车站结构全过程设计分析方法。     

以全面质量管理思想为指导提高高等教育质量

建立和完善区域创新体系,就要重视和发挥高等学校在区域创新体系中的作用。在区域创新体系中,高等学校肩负着创新知识的产出和创新人才培养的责任。因此,必须加强高校科技创新体系建设,提高高校自主创新能力。高等学校的科技创新体系也要融入区域创新体系之中,做好知识和技术的研究和创新工作,促进区域经济的全面发展。     

毛竹林土壤磷、钾养分状况及生长效应

运用定位研究方法,在相似经营条件下,采集高效经营的毛竹材用林、毛竹笋用林土壤样品,分析土壤速效磷、钾养分变化特征并揭示其与毛竹生长的相互关系。结果显示 ：不同经营目标的毛竹林对于磷、钾养分的需求和消耗存在差异,笋用林土壤速效磷含量、贮量均高于材用林,0~10 cm层次速效钾含量笋用林略高于材用林,10~20 cm层次笋用林 略低于材用林;材用林与笋用林的速效钾贮量相差不显著。速效磷贮量与毛竹平均高度、眉径的生长回归模型比较接近,符合开口向下的抛物线方程,0~20 cm土层速效磷贮量与毛 竹平均高度的相关方程是H=-0014 2Xp2+0.438 6Xp+11.30,而与毛竹平均眉径的回归方程是D=-0.006 4Xp2+0.225 2Xp+8.642 8,与之对应的0~20 cm土层速效钾贮量与毛竹平均 高度呈现负线性相关(H=-0.032 5Xk+19611),速效钾贮量与毛竹眉径相关性不明显。因而,在安吉毛竹林区,针对不同经营目标的毛竹林地补充合理数量磷素养分和运用恰当施 肥方式比施用钾素更为迫切。     

基于队列的处理器亲和机制及在网络转发中的应用

提出一种新的基于多报文队列的处理器亲和机制,与传统基于网络接口的亲和机制相比,消除了多处理器对共享资源的竞争,优化了处理器的CACHE行为,降低了互斥锁的影响范围,能够有效提升多核处理器系统的网络转发处理能力.试验结果显示,在复杂网络环境下,基于队列的亲和机制报文转发性能较传统基于接口的亲和机制提高了1.8倍.     

微波辅助提取紫甘蓝天然色素工艺优化

采用微波法辅助提取紫甘蓝菜色素,改进了传统的浸提工艺,通过单因素和正交实验确定微波辅助提取的最佳工艺条件。结果表明:原料为1g粉粹的干紫甘蓝,采用水作为提取剂、微波功率为450W、提取时间为3min、液固比为10:1(mL:g)。与传统的浸提法和超声波辅助提取相比,时间由4h和50min缩短为3min,微波辅助提取色素具有时间短、耗能低等优点。     

基于整数小波变换和差值扩展的可逆数据隐藏

针对传统差值扩展嵌入算法存在过分修改像素值、须嵌入溢出定位图等缺点,提出了一种基于整数CDF(2,2)双正交小波变换和差值扩展的彩色图像可逆数据隐藏算法.该算法用较小的差值扩展量扩展1个色彩分量的像素值,扩展方向由溢出像素的数量决定,采用调整像素值的方法避免像素溢出,并用少量的调整信息代替定位图,从而提高嵌入容量.提取端根据临界像素值的顺序定位调整的像素,用调整信息恢复调整像素的值,提取信息的同时可无损地恢复原始图像.实验结果表明:算法的整体性能优于预测误差差值扩展和传统差值扩展算法.