半纤维素的醚化改性

简单介绍了半纤维素的化学组成及结构特点,对近十年来半纤维素的醚化改性的研究进展进行了综述,主要介绍了半纤维素的羧甲基化、甲基化、季铵化等的醚化反应。展望了半纤维素醚化改性的发展前景。     

基于有限元方法的3-PPSR大长径比柔性并联机器人刚度模型分析

为实现较大工作空间的运动,设计了一种大长径比的3-PPSR结构的微操作柔性并联机器人.该机器人由压电马达驱动,采用大长径比柔性铰链连接,柔性铰链的变形范围在毫米级,适用于要求大变形的场合,同时具有结构简单、无奇异、无间隙、运动精度高等特点.由于系统的刚度直接影响系统的运动精度、承载负荷等性能,针对大长径比柔性铰链特点,运用有限元方法,建立了柔性铰链的数学模型,并采用整体刚度的方法,结合机构协调方程和力平衡方程,得到系统的柔性刚度模型.最后,采用ANSYS比较了所建理论刚度模型结果与有限元模型分析的结果.分析结果表明,理论刚度模型合理,符合机构的运动特征.     

基于ARM的三相电表设计

介绍一种以ARM为核心控制处理器的三相智能电表的软、硬件设计。电表集电量参数监测计量与显示为一体,其中电量参数计量设计实现采用专用的测量芯片CS5463。结果表明,所设计电表具有集成度高、功能强、成本低、抗干扰能力强、功耗低等优点,能够满足电能智能化管理的要求。电表通过MAX485芯片与主控制器通信,完成数据远传,最终实现电量数据采集与实时监测等功能,具有很好的应用前景。     

智能混合控制器在转炉干法除尘中的应用

转炉干法除尘蒸发冷却器出口烟气温度大多数采用常规串级控制方式,但转炉冶炼前期控制效果并不理想.对转炉冶炼过程及蒸发冷却器出口烟气温度的控制难点进行研究,找出常规串级控制方式的缺点,并设计出一种智能混合控制器.采用智能模糊控制器和常规控制器并联的控制方式,对蒸发冷却器出口烟气温度进行控制,控制效果理想.实际应用表明,同常规串级控制器相比,智能混合控制器具有响应快、被控对象稳定等优点.     

基于空间几何方法的乒乓球机器人最优姿态求取

首先分析了仿人机器人手臂的空间几何构型,特别是针对在给定任务下末端执行器的姿态约束不完整的情况.并在此基础上,以机器人手臂的整体动能最小为目标,优化球拍绕其法线方向的旋转角.同时从整个机器人手臂动能的方面对机器人手臂的末端执行器姿态进行优化分析,并确定最优条件,即手臂所构成的平面与球拍运动速度向量所形成的平面互相垂直,然后根据最优条件及各连杆间的关系建立方程,求解出最优的末端姿态角,以减少机器人手臂运动所引起的振动.最后,通过仿真结果从动能求取和轨迹规划等方面验证了提出的方法的有效性.     

基于材料非线性的海洋柔性立管防弯器有限元分析

建立海洋柔性立管防弯器三维有限元模型,研究聚氨酯材料非线性对防弯器弯曲性能的影响．通过算例对比不同材料属性的计算结果,发现不考虑材料非线性的计算结果与理论分析结果吻合较好．试验结果表明考虑防弯器材料非线性的立管最大曲率比不考虑材料非线性的小10％．因此,在防弯器详细分析时很有必要考虑材料非线性．     

空中动态悬跨缆设计及极值疲劳分析

从工程实际问题出发,利用实测资料,对渤海上的一个连接FPSO与固定导管架平台的动态悬跨缆进行基本的线型设计.借助Orcaflex软件对动态缆响应进行非线性时域分析,在不同海况下对动态缆进行极值分析和疲劳分析,进而对其进行安全评估,指出管缆的危险区域.结果对类似的悬跨缆设计、分析以及对其危险区域的保护等工作有实际参考意义.     

纳米二氧化硅与SBR复合改性乳化沥青的性能研究

用差示扫描量热法（DSC）对纳米二氧化硅与SBR复合改性乳化沥青蒸发残留物的热性能进行研究。结果表明，加入SBR乳液、纳米二氧化硅后样品的温度稳定性和耐高温性能均得到提高；其中SBR（质量分数0．03）加纳米二氧化硅（质量分数0．0005）复合改性效果最佳。纳米二氧化硅与SBR形成网状结构以及SBR在体系中吸附油分后的溶胀作用是沥青性能改善的主要原因。     

发泡机头流道内PS/CO2均相体系压力场的模拟

利用有限元软件包Polyflow模拟不同条件下发泡机头流道内PS/CO2熔体的流动,获得了压力,计算出压降速率,并分析熔体温度、CO2含量、机头模口流道直径和质量流率对流道内压力和压降速率的影响。结果表明,在加工条件允许的范围内,降低熔体温度,可以显著提高机头流道中的压力和机头模口流道中的压降速率;当熔体温度一定时,机头流道中的压力和机头模口流道中的压降速率随着CO2含量的增加而降低。尤其当熔体温度为150℃,CO2质量含量由1%增加到2%时,机头模口流道中的压降速率急剧降低;减小机头模口流道直径可有效地提高机头流道内的压力和压降速率。熔体温度175℃,CO2质量含量5%、质量流率1kg/h时,模口直径由1mm减小到0.5mm,机头入口段压力由5.9MPa增大到近30MPa。     

基于贝叶斯网络的新媒体事件分类模型

为了对新媒体事件进行准确有效分类,提出一种将K-means算法和贝叶斯网络相结合的混合算法。该算法首先运用K-means算法将训练样本聚类,再根据聚类的结果,运用改进的贝叶斯网络对新媒体事件进行分类。其中,层次贝叶斯网络模型的构建,避免了贝叶斯网络在参数学习时陷入局部寻优;同时引入隐藏节点,更大程度满足了贝叶斯网络的条件独立假设。实验结果表明该算法效果明显。