非等速率自缩合乙烯基聚合反应的动力学模型

按照聚合反应动力学理论, 以B*基团转化率为参数, 导出了考虑到非等速率修正后的自缩合乙烯基聚合反应(SCVP)所生成的超支化聚合物的分布函数, 建立了确定分布函数二次矩的微分方程组. 产物的支化度可以通过A*与B*基团反应速率比(r)和A基团转化率(x)两个参数进行调整, 对一个确定的x, 为了得到最大的支化度, 需要一个与x有关的特定r值. x值较小时, 需要的r值很大, 随着x的增加, 需要的r值迅速变小. 反应终了时, 选择r = 2.59可以得到一个最大的支化度0.5.     

敏捷制造系统及其结构探析

从系统工程的角度剖析了敏捷制造系统的内涵，给出了较完整的概念和主要特征，指出敏捷制造系统和传统制造系统的差异．在制造系统五视图的基础上，构建敏捷制造系统的体系结构。并进行了深入描述．     

基于率相关模型的多孔介质应变局部化基本理论

研究了引入率相关模型含液多孔介质应变局部化双重内尺度律的特征以及相互作用, 此时材料应变局部化分析结果的正则性得到保证, 但同时也出现了双重内尺度律参数的相互作用问题, 且内尺度律预测也成为问题分析的难点. 提出了引入率相关模型后内尺度律预测的一个基本方法, 并进行了多孔材料的稳定性分析. 同时也讨论了不同情况下实波速存在的条件以及给定渗透系数对应的实波速存在波数区间. 最后通过数值算例对理论预测的正确性进行了验证.     

Abel群环的约化群

在代数K-理论中,环的Grothendieck群对于研究环的结构起着相当重要的作用;而当R为交换环时,K_0(R)(?)K_0(R),这里K_0(R)为环R的约化群,因此约化群完全决定了K_0(R)的结构.文献[1]已经证明了对于交换环R,K_0(R)为挠群当且仅当对任何有限生成的投射模P,挠群当且仅当对任何有限生成的投射模P,都存在s>0使得P~s是自由的.     

八顶角反射方程的解及其杨-巴斯特化

Cherednik研究半线(Half-line)上的因子散射时首次引入了反射方程以描述端点上的反射行为.最近发现它们在量子流代数和具有非周期边界条件的可积模型中也起重要作用.Kulish等曾讨论了无谱参数的反射方程的性质、代数结构和常数解.但怎样由这种常数解得到具有谱参数的反射方程的解,即所谓的反射方程的杨-巴斯特化,仍没有解决.本文将讨论八顶角模型的反射方程的解(代数解和常数解)及其杨-巴斯特化.其杨-巴斯特化方法可推广到任意有两个不同本征值的(?)的情况.     

Fe-Ni/ZnSe多层膜的磁性质

由磁性层和非磁性层组成的多层膜,通过改变非磁性层材料的类型及多层膜的结构,可以得到各种不同性质的新材料.ZnSe属于Ⅱ—Ⅴ族半导体化合物,当掺入磁性杂质原子时,便形成稀释磁性半导体,它有许多独特的磁学和光学性质.由磁性层和ZnSe组成的多层膜,界面处由于原子扩散,会形成一层很薄的稀释磁性半导体层,因而使多层膜形成了一个复杂的系统.我们曾研究过Fe/ZnSe双层膜,发现在700nm的波长下;极向克尔旋转角增加可     

硅钨酸在膨润土上的固载化

具有Keggin结构的杂多酸作为一种新型多功能催化剂,在均相对许多反应都表现出优异的催化活性.近年来杂多酸正逐步在多个反应过程中实现工业应用.将杂多酸固载化以实现均相反应的多相化,因具有更大的实用性更令人瞩目.本文报道的是以经过化学处理的膨润土为载体,研究硅钨酸的固载化问题.     

沥青低温指标试验方法及影响

沥青混凝土面层温度开裂是路面破坏的主要形式之一.低温开裂有两种形式:一种是由于气温骤降造成面层温度收缩,在有约束的沥青层内产生的温度应力超过沥青混凝土的抗拉强度时造成的开裂;另一种是温度疲劳裂缝.在我国还普遍存在第三种形式,那就是由于半刚性基层的收缩(温缩和干缩)而引起的面层开裂.在低温条件下沥青混凝土脆化,在荷载作用下容易产生开裂.SHRP研究表明90%的低温抗裂性能都是由沥青来提供的,所以选择低温性能优越的沥青将能很好地控制低温裂缝的产生.     

多分辨率频谱感知算法性能的参数化评估方法

多分辨率频谱感知算法是一种利用小波变换时频尺度可变特性,对宽带通信系统进行快速准确地感知的频谱感知算法。基于多分辨率频谱感知算法的特性,提出了一套频谱感知性能参数化评估方法,构建了基于OFDM信号的多分辨率频谱感知算法仿真平台。分别从小波函数基的选取、调制方式、扫描速率以及实际IQ失配问题的影响等角度,对OFDM宽带信号的感知性能进行了系统的仿真评估和分析,获得感知系统在不同参数设置时的检测概率和误检概率评估结果’为认知无线电系统的进一步设计实现与性能评估提供了重要依据。     

基于姿态库和PIK算法的虚拟人全身姿态生成

当前,虚拟人的全身关键帧姿态主要通过手工方式设计生成,耗时费力,将以姿态样本为基础的数据驱动方法和以直观的高层任务约束为基础的目标驱动方法相结合,实现了虚拟人全身姿态的自动交互生成。首先构建姿态样本库,依据特定任务约束,对全身关节进行分组并提出了参数化姿态拼接方法用于虚拟人全身姿态的估计生成,随后以估计值为初始姿态,利用带优先级的逆向运动学（PIK）算法对所有任务约束按优先级顺序进行IK迭代求解,实现对全身姿态的进一步优化生成。在姿态迭代求解过程中,将静态平衡约束和其它任务约束分层单独求解,解决了平衡约束优先级难以设置的问题并可确保姿态结果的静态平衡性。实验结果表明,通过将姿态样本库和PIK算法相结合,既克服了已有基于数据样本的逆向运动学算法只能生成与原有姿态样本差别不大的姿态的限制,又可解决PIK算法的初值选取问题,相应地减少了PIK算法所需的迭代求解次数,提高了求解计算效率,并可适度保证最终姿态结果的逼真自然性。