多亚甲基多苯基多胺制造过程的优化

多亚甲基多苯基多胺是多苯基甲烷多异氰酸脂 (MDI)的中间体。MDI由于其良好的性能和广泛的用途 ,近几年发展迅速 ,多亚甲基多苯基多胺的制造是MDI制造过程的关键。通过对大量实验数据进行分析 ,根据多亚甲基多苯基多胺反应过程的反应机理 ,导出了产品多胺含量的影响因素 ,建立了多胺反应的数学模型 ,并应用该模型对多亚甲基多苯基多胺制造过程进行了优化     

北方粳稻籽粒多胺合成与灌浆的关系

以不同水稻品种为试材,研究了籽粒多胺含量与灌浆进程的关系,结果表明:在灌浆期 ,籽粒多胺含量依次为:腐胺穴PUT雪>亚精胺SPD>精胺SPM;随花后时间的推移,各种胺 含量逐渐减小。势粒中,SPD与PUT变化趋势大致相同,在雪灌浆期呈下降趋势;在灌浆 后期,各品种籽粒SPD和PUT含量差别不大,SPM含量下降幅度较PUT和SPD小。常规稻沈 农8714与沈农 8801在不同灌浆阶段SPD含量均高于杂交稻辽优18与辽优3225。弱势粒 中, 不同品种多胺含量在整个灌浆期间差别均较大, PUT、SPD和SPM含量降低速度均 较快, 而且峰谷出现的时间也提前。PUT含量最高时灌浆速率最大沈农8801, SPM 对 灌浆后期籽粒充实起主要作用。     

多胺精制系统的改进与优化

多胺精制系统的任务是脱除粗多胺中的苯胺和水,针对现有工艺存在的精制效果差、消耗高等问题,分别对影响汽提塔和干燥塔的因素进行了模拟分析,提出了相应的改进措施。改进后的流程,增加了汽提塔和干燥塔的理论板数,减少了直接蒸汽和氮气消耗;汽提塔底增设蒸发器,提高物料出口温度;利用汽提塔的直接蒸汽,增加二级蒸汽喷射系统,降低干燥塔的操作压力,减少了一个洗涤塔,提高了精制效果。改进后的工艺具有操作简化、消耗降低、质量提高等优点。     

多层印制线路板的设计与制造

简述了多层印制线路板的优缺点,从制造工艺角度介绍了多层印制线路板的设计及注意事项。结合实际生产对多层印制线路板制造过程中的黑化和层压两道工序进行了简单介绍。     

VC++环境下的多文档多窗口应用程序开发

文章直接按照MDI开发的思路介绍了如何在AppWizard生成的MDI框架中添加文档模板和ScrollView,FormView,ListView视图,并且如何处理文档模板、资源和视图之间关系的,以及在FormView加入属性页控件的具体方法.     

邻菲罗林桥联多胺的密度泛函研究

运用密度泛函理论(DFT)在B3LYP/6-31G水平上,对4个邻菲罗林桥联多胺进行几何构型的全优化。计算得到原子净电荷分布、Mulliken成键布居和分子前沿轨道能量。分析所得数据得到活性原子及其相应的能级顺序。计算发现随着直链脂肪胺N原子电子数的增加,N原子与C原子生成的键级不断减少。本文预测了4个邻菲罗林桥联多胺的稳定性,为研究标题化合物的生物活性,配位化合物的合成提供理论指导。     

一种仿虎甲幼虫的多驱动器软体机器人的设计与制造

设计和制造了一种多驱动器软体机器人来模拟虎甲幼虫的爬行、转向和咬合运动．其中,软体机器人尾部采用多气囊式软体驱动器,实现了向前运动;软体机器人颈部采用纤维增强弯曲致动器,实现了转向运动;软体机器人头部采用形状记忆合金（SMA）弹簧驱动,实现了咬合运动．最后,模拟虎甲幼虫爬行捕捉小红果进行了实验,结果证明该软体机器人的多驱动器设计可以模拟虎甲幼虫进行复杂运动．     

面向多目标流水车间调度的多种群多目标遗传算法

针对制造型企业普遍存在的流水车间调度问题,建立了以最小化最迟完成时间和总延迟时间为目标的多目标调度模型,并提出一种基于分解方法的多种群多目标遗传算法进行求解.该算法将多目标流水车间调度问题分解为多个单目标子问题,并分阶段地将这些子问题引入到算法迭代过程进行求解.算法在每次迭代时,依据种群的分布情况选择各子问题的最好解及与其相似的个体分别为当前求解的子问题构造子种群,通过多种群的进化完成对多个子问题最优解的并行搜索.通过对标准测试算例进行仿真实验,结果表明所提出的算法在求解该问题上能够获得较好的非支配解集.     

NURBS曲面多分辨率光顺拼接及其在复杂产品变形设计中的应用

针对复杂产品变形设计中曲面拼接问题,提出基于小波基多尺度分解的NURBS曲面多分辨率光顺拼接与融合方法.首先根据小波分析的多分辨率理论将样条曲面分解为相互正交的两部分,其中低频粗样条函数表示光顺曲面,高频曲面细节函数表示曲面噪声部分;然后利用曲面曲率特征,在B样条小波基多水平分解过程中光顺处理曲面;最后通过设定适当的阈值过滤曲面噪声部分,重构光顺曲面.实验结果表明,文中方法既能保证拼接曲面的几何连续性,又增强了曲面外形的整体光顺性.     

基于三层集成多标记学习的蛋白质多亚细胞定位预测

针对多标记学习和集成学习在解决蛋白质多亚细胞定位预测问题上应用还不成熟的状况,研究基于集成多标记学习的蛋白质多亚细胞定位预测方法。首先,从多标记学习和集成学习相结合的角度提出了一种三层的集成多标记学习系统框架结构,该框架将学习算法和分类器进行了层次性分类,并把二分类学习、多分类学习、多标记学习和集成学习进行有效整合,形成一个通用型的三层集成多标记学习模型;其次,基于面向对象技术和统一建模语言（UML）对系统模型进行了设计,使系统具备良好的可扩展性,通过扩展手段增强系统的功能和提高系统的性能;最后,使用Java编程技术对模型进行扩展,实现了一个学习系统软件,并成功应用于蛋白质多亚细胞定位预测问题上。通过在革兰氏阳性细菌数据集上进行测试,验证了系统功能的可操作性和较好的预测性能,该系统可以作为解决蛋白质多亚细胞定位预测问题的一个有效工具。