1,1-二甲基肼还原Np(V)的动力学研究

采用分光光度法,对硝酸体系中1,1-二甲基肼还原Np(Ⅴ)的动力学进行了研究,求出了反应的动力学方程.实验结果表明:提高1,1-二甲基肼浓度、增加酸度、升高温度均有利于加快反应速率,离子强度对反应速率的影响很小.     

十次幂和问题的解

给出不定方程１０＝ ｙ１０的一组正整数解     

利用模板实现持久类

介绍了利用模板技术在母语中定义持久类的实现方法．该方法通过抽象持久类的一般特性定义出持久类的共同的类模板，定义持久类的过程就是由类模板生成模板类的过程．该方法完全区分持久语义和挥发语义，能很好地处理属性的多态性，易于管理持久对象，为最终实现面向对象数据库和持久性程序设计语言提供了很好的基础     

单模激光线性模型瞬态的随机共振

根据线性化的单模激光输出光强方程,运用计算光强的相关函数,得到光强的功率谱及信噪比的方法,计算了在δ函数形式关联的两白噪声驱动下单模激光线性模型瞬态的功率谱及信噪比,发现了瞬态的随机共振,研究了信噪比随时间的演化及到达定态的时间,分析了参数对随机共振的影响。     

唇鱼骨基因组DNA提取与ISSR-PCR的优化

以唇鱼骨为材料,分别采用4种不同方法(CTAB法、SDS法、ROSE法及试剂盒)提取基因组DNA,并对影响PCR反应的模板DNA、引物、dNTPs、Mg2+、Taq酶浓度等主要因子进行了优化,建立了适合唇鱼骨基因组DNA的ISSR-PCR反应体系.25μL的PCR反应液含有的组分和终浓度分别为:约60 ng模板DNA,1.2 U Taq酶,0.4 μrnol/L引物,2.0 mmol/L MgCl2,0.2 mmol/L dNTPs,2%甲酰胺.结果表明,利用优化反应体系对4种不同方法提取的DNA进行PCR扩增,均能得到较好的PCR扩增条带,以试剂盒法最佳,为淡水溪流性同属鱼类遗传多样性分析奠定了技术基础.     

以分析法比较流体的换热性能

基于换热过程中的损失率能定量地反映该过程中流体的传热与流动的综合性能这一特性，借助换热过程的损失率方程，分析比较了几种流体工质在不同换热方式下的综合特性。比较结果表明，液体（如水）有远优于气体（如空气）的流动与传热的综合性能，且随着流体温度的升高其优势更为明显。同时表明分析法在定量评价换热工质性能的突出特点及工程上的应用价值。     

低温度系数高电源抑制比带隙基准源的设计

基于SMIC 0.18 μm CMOS工艺,设计了一种适用于数模或模数转换等模数混合电路的低温度系数、高电源抑制比的带隙基准电压源.针对传统带隙基准源工作电压的限制,设计采用电流模结构使之可工作于低电源电压,且输出基准电压可调;采用共源共栅结构(cascode)作电流源,提高电路的电源抑制比(PSRR);采用了具有高增益高输出摆幅的常见的两级运放.Cadence仿真结果表明:在1.8V电源电压下,输出基准电压约为534 mV,温度在-25～100℃范围内变化时,温度系数为4.8 ppm/℃,低频电源抑制比为-84 dB,在1.6～2.0 V电源电压变化范围内,电压调整率为0.15 mV/V.     

磁头定位系统温度特性的仿真研究

用计算机仿真研究磁头定位系统的性能随温度变化的特性，与测试分析相结合，得出了有关宽温带高精度磁头定位系统设计的一些有意义的结论．     

一类不确定性决策问题的变权分析方法

以灰色系统理论和模糊数学为基础,探讨了多属性决策问题中所包含的不确定性可以用灰色模糊数表示的情况,提出了基于灰色模糊信息的多属性决策的概念.利用分析方法和技巧,融合变权和熵权误差分析法,构建了灰色模糊多属性决策问题的算法,直接由灰色模糊决策矩阵确定变权的基础权重和上确界,使算法在理论上更加严谨可靠,为不确定型多属性决策方法研究提供了一条新思路.给出的算例说明了算法的可行性.     

Experimental and numerical study on plasma nitriding of AISI P20 mold steel

In this study, plasma nitriding was used to fabricate a hard protective layer on AISI P20 steel, at three process temperatures (450°C, 500°C, and 550°C) and over a range of time periods (2.5, 5, 7.5, and 10 h), and at a fixed gas N₂:H₂ ratio of 75vol%:25vol%. The morphology of samples was studied using optical microscopy and scanning electron microscopy, and the formed phase of each sample was determined by X-ray diffraction. The elemental depth profile was measured by energy dispersive X-ray spectroscopy, wavelength dispersive spectroscopy, and glow dispersive spectroscopy. The hardness profile of the samples was identified, and the microhardness profile from the surface to the sample center was recorded. The results show that ε-nitride is the dominant species after carrying out plasma nitriding in all strategies and that the plasma nitriding process improves the hardness up to more than three times. It is found that as the time and temperature of the process increase, the hardness and hardness depth of the diffusion zone considerably increase. Furthermore, artificial neural networks were used to predict the effects of operational parameters on the mechanical properties of plastic mold steel. The plasma temperature, running time of imposition, and target distance to the sample surface were all used as network inputs; Vickers hardness measurements were given as the output of the model. The model accurately reproduced the experimental outcomes under different operational conditions; therefore, it can be used in the effective simulation of the plasma nitriding process in AISI P20 steel.