基于C#的IP组播通信应用设计与实现

IP组播(Multicast)是计算机网络中兼有单播和广播优点的一种高效通信方式,广泛应用于各种多媒体,在多点通信中具有不可替代的作用.本文在分析IP组播机制和特点的基础上,具体介绍了Windows下IP组播通信的编程依据,重点设计了利用C# 中的相关类进行组播通信的实现过程.     

环氧复合胶粘层的浆体冲蚀磨损性能

为了研制稀浆封层机搅拌叶片类的浆体冲蚀磨损件的高耐磨胶粘层，采用模拟工况的试验方法，对各种填料填充改性的环氧复合胶粘涂层进行了浆体冲蚀磨损性能试验，选用ZJM-20搅拌机，改装制作了试验用砂浆冲蚀磨损机。试验结果表明，环氧树脂交联固化度适中时，其耐磨性较好；填料填充量与其填充改性环氧复合胶粘层的耐磨性存在最佳加入量关系；以最佳加入量填充纳米晶铁铬合金粉和石墨环氧复合胶粘层的耐磨性最好，比无胶粘层的钢板耐磨性提高5～10倍。     

黑龙江省煤炭应急资源优化配置

近年来,黑龙江省煤炭企业虽然加大安全费用的投入,但应急事故情况依然相对比较严重,煤炭应急管理方面存在问题较多。为实现黑龙江省煤炭产业可持续发展、优化煤炭行业应急资源配置、使有限资源发挥最大效用,运用DEA法,采用DEAP2.1进行处理,对黑龙江省煤炭行业内部应急资源配置效率进行评价。结果表明:纵向来看黑龙江省煤炭应急资源配置效率损失主要由规模因素造成,投入冗余及结构不合理情况明显,与主要产煤区相比,技术水平也存在差距。利用投影分析为黑龙江省应急资源配置中投入和产出优化配置提供指导,只有从行业资源整合、统一行业制度入手,规模结构和技术效率同时优化,才能实现效率最优的结果。     

开合屋盖结构的发展与设计特点

文章介绍了开合屋盖结构的概念、发展历程及现状,表明开合屋盖结构将是未来大型体育建筑发展的一个重要趋势;与常规屋盖结构设计比较而言,现代开合屋盖结构设计具有自身很多特性,该文在研究现有文献资料的基础上对现代开合屋盖结构设计特点进行了简要的阐述.     

基于FBD法的有源电力滤波器参考电流检测新方法

构建了一种基于模糊决策的复合低通滤波器(LPF),提出了一种基于FBD法的有源电力滤波器(APF)参考电流检测新方法.该方法利用锁相环(PLL)产生参考电压,将负载电流投影到参考电压上,通过LPF可以准确检测出基波有功电流和基波无功电流.设计了基于模糊决策的复合LPF,该LPF由截止频率为10 Hz和30 Hz的双二阶...     

矿物掺合料对高性能混凝土浆

研究了矿物掺合料对高性能混凝土浆体水化热的影响,结果表明：矿物掺合料的加入可明显降低水泥浆体的水化热、放热速率,同时推迟达到最高温升的时间,尤其是双掺、三掺更为显著。利用矿物掺合料减少水化热和延迟水化放热进程的作用,可以缓解高性能混凝土水泥用量大及标号高造成的早期放热量大的程度,降低温度应力,提高混凝土的耐久性。     

Fe-Mn-Si记忆合金激光焊接数值模拟

利用有限元方法,对Fe-Mn-Si记忆合金平板激光对接焊的温度场和应力场进行三维数值模拟。根据激光焊接特点,建立表面高斯热源和锥形体热源结合的复合热源模型,并编制APDL子程序实现焊接热源的加载和移动。结合材料非线性、相变潜热、边界换热条件等因素,通过模拟计算得到焊接过程中瞬态温度场分布和熔池尺寸,并分析整体温度场分布、焊接热循环特性。焊缝熔合线和尺寸的模拟结果与实际结果吻合良好,验证了模型的正确性。在温度场计算结果基础上,利用间接耦合法,对Fe-Mn-Si记忆合金激光焊的动态应力场和残余应力进行模拟计算,得到焊后最大残余应力为247 MPa,接近其屈服强度。     

基于工作流可预测异常处理框架的设计与实现

通过分析工作流管理系统中的异常问题和对异常处理的功能性需求, 针对异常处理的复杂性和能动性, 提出一个灵活的工作流可预测异常处理框架, 并给出一个通过使用异常处理实现更可靠的工作流过程解决方案.     

水在不同管径超疏水性微管内的流动特性

在改性有机硅稀溶液中加入2%全氟辛基氟硅烷以及添加剂配制成超疏水液,采用滴定法在内径分别为0.447、0.728和0.873 mm的3种微铜管内壁实现微米级超疏水性涂层涂覆,其水滴表观接触角超过150°。建立微管内流动特性实验系统对超疏水性处理的减阻规律进行了实验研究,分别测量了雷诺数为100~3 000时去离子水流过处理前后微铜管时的内部摩擦阻力系数f。研究发现,内壁面的超疏水性处理显著降低了微管内的流动阻力,且该影响随微管内径的增加而增大,实验范围内流动阻力系数最大降幅达29.08%。超疏水涂层使得微管内的流动转捩现象出现滞后,且转捩Re随微管管径增加而略有增大。     

基于应变模态小波神经网络的结构损伤识别方法

以框架结构为研究对象,利用小波分析和神经网络理论,结合二者的优点,运用小波分析来确定框架结构的损伤位置,运用神经网络算法来识别损伤程度,给出了基于应变模态参数识别框架结构损伤的原理,建立了一种识别结构损伤的小波神经网络方法.通过建立基于振型模态和应变模态的损伤识别方法,分别对9种不同工况下框架的裂缝位置进行识别,并对比了这2种模态下损伤位置的识别效果.然后,分别对框架的振型模态和应变模态进行连续小波变换,获得2种模态参数下的小波系数模极大值.利用神经网络去模拟小波系数模极大值与损伤程度之间的非线性关系来识别结构的损伤程度,并对比了这2种模态下损伤程度的识别效果.数值分析结果表明,小波神经网络可以有效地识别出结构的损伤位置和损伤程度,基于应变模态的损伤识别方法具有更好的准确性.