锶的生物学效应研究进展

锶是生物有机体内必需的微量元素之一,在体内发挥着重要的生物学作用。通过探讨锶在人体内的分布与代谢,锶元素与骨质疏松症、心血管疾病、龋齿和神经兴奋的关系等5个方面锶的研究进展以及目前存在的一些问题,以期为开发含锶药物、矿泉水、保健品等产品和确定每日锶的合适摄入量提供一定的科学依据。     

用于接触面模拟的三维非线性接触单元

提出了一种新的模拟结构缝或接触问题的三维非线性接触单元,在本构关系上,模型同时考虑了已被大量实验证实的接触面法向和切向的非线性特性,法向采用了考虑法向变形的双曲线模型,切向采用了考虑应变化的双曲线模型,模拟了接触面的粘结、滑移和开裂等非线性现象,相对于其它接触单元,本文模型避免了Goodman单元等只考虑缝面变形及法向、切向参数取值的任意性,计算结果常使法向应力出现波动和过量嵌入等缺点,并据此编制了有限元计算程序,利用此程序分析了3个典型算例,验证了模型的合理性和程序的计算精度。     

一种改进的Knockout抠图方法

通过对Knockout算法的研究分析,针对其在实际应用中需要用户大量的交互工作以及因模型简单造成的抠图不精确问题,提出了一种改进算法。该算法用区域生长方法将用户输入的前、背景线段生长聚合成前、背景区域;然后用轮廓查找方法找到两个区域的轮廓作为Trimap的前、背景轮廓线;最后使用优化颜色样本的方法对每个未知像素点的样本进行优化,提高抠图的精确度。实验结果表明,改进后的算法需要用户较少的工作量,能够得到传统Knockout算法更好的抠图效果。     

新型粘合剂、增稠剂的印染性能

通过对单体、乳化剂及工艺过程的选择,合成了丙烯酸酯类新型粘合剂PBAMM(Ⅰ)和增稠剂PMAEE(Ⅰ)及增稠剂PMAOE(Ⅱ)。所合成的粘合剂Ⅰ具有优良的配伍性能,且印花织物的牢度、色光、强度、手感等优良。增稠剂Ⅰ及Ⅱ既具有优良的增稠性能又有较强的耐电解质性,应用时少剂量即达要求,且能减少印花浆中的火油耗用量。尤其,当粘合剂Ⅰ与增稠剂Ⅰ或Ⅱ配套使用时,更具优越的加和应用性能。     

红外遥控预付费水表的设计

针对IC卡水表应用于工业环境时存在的不足之处，提出了一种基于红外遥控的预付费水表的设计方案。从上位PC机通信电路、红外发送与接收电路以及电源模块等几个方面详细介绍了该水表系统硬件部分的实现方法。此外简要介绍了系统的软件设计以及红外通信硬件抗干扰措施。     

海泡石表面改性及其对橡胶性能补强的研究

通过对海泡石进行表面处理,探讨海泡石表面改性的最佳条件,研究了表面处理剂的种类,用量及表面处理时间及干燥温度等因素对性能的影响,结果表明,海泡石在填充橡胶综合性能指标上明显优于陶土和碳酸钙填充的橡胶,可替代作为一种新型橡胶无机填料,用于橡胶的补强,同时可简化生产工艺,降低生产成本。     

三水氯化镧与冠醚B15C5在乙腈中配合行为的半微量相平衡研究

采用半微量相平衡方法研究了ＬａＣｌ３·３Ｈ２Ｏ－Ｂ１５Ｃ５－ＣＨ３ＣＮ三元体系在２５℃时的溶解度，测定了各饱和溶液的折光率。该体系在２５℃生成一种化学计量的三元配合物：ＬａＣｌ３·Ｂ１５Ｃ５·３Ｈ２Ｏ－ＣＨ３ＣＮ。经分离、洗涤制得了固态配合物，分别在８０％Ｈ２ＳＯ４与９８％Ｈ２ＳＯ４干燥器中干燥王恒重，经化学分析确定配合物的组成为：ＬａＣｌ３·Ｂ１５Ｃ５·３Ｈ２Ｏ与ＬａＣｌ３·Ｂ１５Ｃ５。用ＩＲ，ＤＴＧ，ＴＧ，ＤＳＣ以及ｘ－射线衍射分析研究了配合物的组成与性质。     

基于免疫遗传算法的移动机器人轨迹跟踪

为实现移动机器人轨迹的准确跟踪,提出一种基于免疫遗传算法的移动机器人控制器参数整定方法.首先建立移动机器人的结构模型、运动学模型、电机控制系统模型,然后针对所建立的模型,采用一种改进的免疫遗传算法对电机控制系统模型参数进行了整定.该算法在选择下一代的过程中,既考虑了抗原的适应度函数,强调抗体的个人竞争,保证了算法的收敛速度,又引入了抗体浓度概念来体现抗体间的相互交流,从而强化了算法的全局搜索能力,弥补了传统遗传算法搜索能力不足的缺陷.文中最后利用移动机器人的实验平台,进行了带负载下驱动电机的阶跃信号响应和移动机器人运动轨迹的跟踪实验,电机的阶跃信号响应良好,移动机器人也能较好地复现所规划的轨迹.仿真与实验结果表明,所提出的基于免疫遗传算法的机器人轨迹跟踪控制算法有较高的可行性与优越性.     

一种线性/非线性自回归模型及其在建模和预测中的应用

为提高模型准确性,在经典时序建模策略的基础上,提出了一种带有外部输入的线性/非线性自回归模型,并应用Weierstrass逼近定理推导出其一般表达式(GNARX),该模型允许带有多个外部输入以实现复杂系统的建模和辨识.针对该模型结构给出了其最小二乘参数估计方法,并采用结合建模误差、预测误差及模型复杂度的修正信息准则(AIC)确定最优模型结构.最后,将该模型应用于仿真数据和振动位移采样电流数据的建模与预测.结果表明,GNARX模型的建模和预测精度均高于AR,GNAR,ARX模型及BP神经网络模型,表现出良好的线性/非线性建模和预测能力,及较好的通用性和实用价值.     

一种非线性时序模型的结构辨识方法

本文从模型的结构形式入手,讨论了几种非线性模型之间的关系,采用Gram-Schmldt正交化最小二乘算法实现了非线性模型的结构确定和参数估计。并给出了应用非线性模型对陀螺漂移过程的建模结果。