动态累积间歇精馏的温度控制研究

研究了用塔顶温度控制累积罐进行自动切换的操作方法，并以异丙醇一正丙醇为实验物系进行了该操作方法的实验，结果表明，根据塔顶温度控制累积罐自动切换的方法操作稳定、控制可靠，通过实验，给出了温度设定点的选择原则，并讨论了此操作在分离高浓度物料中的表现，认为此操作方法适用范围广泛，实用性强．     

中厚板控制冷却数学模型

介绍了中厚板控制冷却过程中所用的数学模型,包括差分模型、空冷和水冷换热系数模型、比热和热传导率模型,并采用有限差分法模拟计算了钢板在冷却过程中厚度、宽度方向上的温度场分布,以及间歇冷却对控制冷却的影响·从模拟结果可以看出,返红时间、厚度上温度梯度随钢板厚度增加而增加;间歇冷却时钢板内部温度呈均匀下降,表面不断冷却与返红过程·在线应用证明该套数学模型计算精度较高,可以满足现场实际生产的要求·     

压力性溃疡的预防与“波浪床”

压力性溃疡(PU)的发生与众多危险因素有关，持续压力、剪切力、磨擦力及潮湿四大外因是在其发病中起主要作用，而持续压力的存在是导致PU的关键因素。95％的PU是可以预防的，如在其形成过程中及时去除外因则可以起到有效的预防和治疗作用。减压设施在PU防治中起了关键作用，分为三类。“波浪床”通过在国内外首创机械“波浪”形式规律改变人体与床面的接触部位、把任一身体接触部位的持续压力变成间歇压力，并同时解决了导致PU的四大外因，从理论和临床都显示出其肯定的PU防治作用。该床适用于各类PU高危病人和临床各期PU患，与普通病床及其他类型的减压床相比，有独特的优势并适合中国国情，值得在临床上推广。     

两级间歇曝气法处理农药废水工艺的应用研究

介绍了两级间歇曝气工艺在桂林集琦药业股份有限公司废水治理工程中的应用情况．结合该企业水质、水量特点，分析了两级间歇曝气工艺的特性及工程应用中的几个注意事项．     

间歇变速比运动机构的传动分析

提出一种运动系数可调、从动带轮节线力非圆、能在各种距离内实现间歇变速比传动的新式肯形带机构．论述了机构的工作原理、推导出从动带轮的节曲线方程、分析了机构分度的相对误差．     

利用微小杆长差实现间歇运动的连杆机构综合

研究利用连杆机构的微小杆长差实现间歇运动的方法 ,提出了一类新型结构的间歇运动机构型式 .针对几种机构研制了可视化分析与设计软件 ,分析了一些机构结构参数对停歇运动特性的影响 .研究表明 :采用所提出的机构综合方法和软件 ,可使间歇运动连杆机构的设计变得简明实用 .     

基于PLS模型的自适应间歇过程质量预测

间歇生产过程中,很多质量指标不能在线测量,导致过程很难控制。该文应用部分最小二乘(PLS)方法建立软测量模型,通过批次初期在线测量的过程变量对最后的产品质量进行预测。同时,利用过程中得到的中间质量测量值对最后的预测结果进行修正。为了解决过程参数随时间变化的问题,在每个批次结束后利用新数据对原模型进行更新。将该法用于异丁烯酸甲酯(MMA)聚合反应过程,仿真结果显示,该法能够克服过程参数变化的影响,有效地预测最后的产品质量。     

基于模糊规划的间歇过程生产调度建模

通过对现有生产调度模糊模型的分析，针对间歇生产过程，提出了一种新颖的参数模糊的通用模糊规划建模方法，模糊模型采用2种基于普通遗传算法的模糊算法，即模糊模拟和SFA算法。该方法中，参数隶属函数选取灵活，采用合适的模糊表示方式。最后通过实例验证了该模糊建模方法是一种有效的方法。     

高强度间歇运动对女大学生抑郁情绪的作用研究

抑郁情绪是女大学生中存在较多的负性心理问题,为了改善这一状况.我们采用了高强度间歇运动法(HIT)对筛选出的轻、中度抑郁情绪状态的高校女生进行专项训练,以观察HIT对抑郁情绪的改善作用.方法:将48名经宗氏抑郁自评量表(SDS)量表筛选处于抑郁情绪状态的女生随机分为3组,HIT组进行为期4周的专项高强度间歇运动,持续运动组采用相同运动量的跑步或快走运动,对照组保持日常状态.对训练前后SDS和体育活动愉悦感量表(PACES)的分值进行比较,观察3组情绪的改变情况.结果:HIT组女生经过4周高强度间歇运动训练后,其抑郁情绪状态有明显改善,运动后的愉悦感增加,与对照组和持续运动组比较都有显著性差异(p值均0.05).结论:高强度间歇运动能有效地改善高校女生的抑郁情绪状态.     

基于深度学习模型的SAR图像间歇采样转发干扰检测

间歇采样转发干扰(interrupted sampling repeater jamming, ISRJ)利用合成孔径雷达的匹配滤波特性，在其图像中产生间隔分布的假目标，对目标检测等造成欺骗效果，故针对ISRJ的检测与抑制具有重大意义，而现阶段相关研究主要集中在信号域。对此，在图像域中开展ISRJ检测研究。首先将实测数据与仿真干扰相结合，基于不同实测场景与仿真参数构建ISRJ样本；其次针对假目标间隔分布的特点，选用深度学习检测领域具有代表性的“两阶段”与“单阶段”模型；再次，使用单一场景的ISRJ样本对模型进行训练，再利用训练好的模型对其他场景的样本进行测试；最终，得到ISRJ检测结果。基于MiniSAR数据的实验表明，对于不同类别、不同场景以及不同参数的ISRJ样本，所用深度学习模型能够达到95.75%的平均总体检测精度，具有很强的泛化能力。此外，对于尺寸大小为501像素×501像素的样本，上述模型的最少检测用时为0.035 s。