《科学技术与工程》第十四卷总目录

正~~     

含硅纳米凝胶调控梯度聚合物的结构与性能

以甲基丙烯酸酯改性硅油(分子量900)、甲基丙烯酸异冰片酯(IBMA)和脲烷二甲基丙烯酸酯(UDMA)为原料,在硫醇作为链转移剂的条件下,通过溶液聚合法合成了一种有机硅改性纳米凝胶(Si15M)。利用核磁共振氢谱(1H-NMR)、核磁共振硅谱(29Si-NMR)、傅里叶红外光谱(FT-IR)、凝胶渗透色谱(GPC)和透射电镜(TEM)对纳米凝胶进行了表征,确定了纳米凝胶的结构。元素分析,X射线光电子能谱分析(XPS),黏度、硬度和接触角的测试结果表明:有机硅纳米凝胶具有一定的自上浮能力,在三乙二醇二甲基丙烯酸酯(TEGDMA)体系中可自发形成浓度梯度,进而调控梯度光聚合,通过光照可获得组成和硬度呈梯度变化的聚合物;随着纳米凝胶在TEGDMA体系中含量的增加,体系黏度随之增加,且黏度的增加会降低其上浮能力;纳米凝胶能够在光固化膜表面富集,有效降低其表面能,获得更为疏水的表面。     

基于VB及SolidWorks的容器支座参数化算法设计

为实现容器支座的高效率参数化设计,简述了在SolidWorks环境下参数化设计的方式及其优缺点,介绍了SolidWorks对象结构以及常用函数.以鞍式支座为例,分析了其原始参数和中间参数的复杂性.设计出一种基于VB语言和ACCESS数据库的参数化设计系统,详细介绍了算法流程和核心代码执行过程,最终实现了对容器支座的高效率参数化设计.经实验检验,该设计系统的设计效率比常规设计提高了97.7%.结果表明,该容器支座的参数化设计系统具有精确、高效的优点,而且支持用户建立个性化的产品数据库.     

三参数边界强度过程模型及其在数控机床可靠性评估中的应用

为提高数控机床可靠性评估的准确性,基于边界强度过程理论,提出一种初始时刻故障强度不为零的三参数边界强度过程模型。通过对故障强度函数进行求导运算,证实了模型的特性,并推导了三参数边界强度过程和齐次泊松过程之间的关系。利用极大似然估计法和优化方法,给出了模型参数及可靠性指标的计算公式。分别以单台数控机床故障截尾数据和多台数控机床时间截尾数据为例对模型进行验证,对数似然函数及拟合优度计算结果均表明:三参数边界强度过程模型优于边界强度过程模型,而且更符合工程实际,可为制定合理的维修策略提供一定的理论依据。     

基于IRLS的跳频模式下GTD散射参数提取和RCS重构

现代谱估计方法能够反演基于几何绕射理论(geometric theory of diffraction, GTD)的模型参数，但不能处理非均匀不完备的雷达散射截面(radar cross section, RCS)数据。此外，通过暗室测量获取完备的RCS数据也需要较大的时空开销。针对上述问题，提出一种基于迭代加权最小二乘(iteratively reweighed least squares, IRLS)的跳频模式下GTD散射参数提取和RCS重构方法。该方法将稀疏重构理论与GTD散射模型相结合，能够在RCS数据非均匀不完备的条件下反演散射参数和实现RCS重构。仿真数据和电磁计算数据用于验证所提方法的有效性，实验结果表明该方法对降低暗室步进频率RCS的测量成本和扩增雷达RCS数据具有重要意义。     

网络语境下“爆”的语义初探

"爆"的语义在网络时代下产生了新发展,至少表现在:"引爆"引申为"强烈地发生";"爆棚"由方言词汇升格为词模,类化出新词"爆表";"爆"还可以作定语,修饰名词,意为"流行的"。同时,"爆"的功能和意义进一步语法化,虚化为程度副词,作状语和补语,相当于"极、非常"。     

甘油连续生物歧化过程的参数辨识与非线性分析

为了给出能够较好描述甘油连续生物歧化为1,3-丙二醇过程的数学模型以及模型的非线性特性，研究了其参数辨识与非线性分析问题.首先，建立了甘油连续歧化过程的GMA-系统，给出了以模型的计算值与实验测量值误差最小为优化目标、以甘油连续发酵过程的稳态条件为约束的参数辨识优化问题.采用序列二次规划算法，获得了相应动力学系统的最优参数值.结果表明，构建的GMA-系统的参数辨识优化模型能够得到更准确的参数值.其次，将辨识出的参数结果代入到甘油连续歧化过程的GMA-系统中，进行了平衡点计算与稳定性分析等.采用符号化实根隔离法求解了系统的平衡点，依据几乎线性系统的稳定性理论研究了平衡点的稳定性.     

数字孪生模型在轴承套圈磨削加工中的应用

数字孪生模型能够有效地促进实际产品与产品模型间的虚实交互。针对调心滚子轴承套圈磨削过程中的磨削力，通过对磨削工作区各构件进行动力学与接触算法建模以及刚柔耦合处理，构建了轴承套圈沟道磨削加工数字孪生模型，完成了轴承套圈磨削工作区域在数字空间中的虚拟映射。并使用该模型对砂轮线速度、工件转速等工艺参数进行了分析与试验，证明了所构建数字孪生模型具有一定的有效性。该模型具有高保真性，可用于理解、预测和优化真实系统。     

基于VMD-BO-BiLSTM的猪肉价格预测模型

基于猪肉价格的非线性与波动性特性，提出一种基于变分模态分解（variational modal decomposition, VMD）和贝叶斯优化（Bayesian optimization, BO）的双向长短时记忆（bidirectional long short-term memory, BiLSTM）网络的猪肉价格预测方法。首先采用变分模态分解对数据进行预处理，将数据分解为具有相对简单波动的子序列；然后通过贝叶斯算法对双向长短时记忆网络模型的第1、2隐含层神经元数目、学习率和批次大小进行寻优，根据寻优的结果建立预测模型。实验结果表明：VMD-BO-BiLSTM方法的平均绝对误差、均方根误差、平均绝对百分比误差和确定系数分别为1.101 214、1.466 100、0.040 631、0.987 760，相比传统单一的LSTM,BiLSTM模型精确度更高，有更高的适用性，适合对猪肉价格预测。     

求无约束连续全局优化问题的单参数填充函数法

填充函数法是一种求解多维多模态函数全局极小点的有效方法.由于已有填充函数存在指数项和较多参数而导致数值实验效果不理想.为此,提出了一个新的单参数填充函数,该函数形式简单且满足定义中的所有条件.基于此填充函数设计了相应的算法,数值实验表明该算法有效可行.