用于电弧检测的电力专用SoC设计

针对传统的电弧电路故障检测结果不准确的问题,设计用于电弧检测的SoC系统,并且在55nm工艺下进行流片验证。采用包含两种结构的模数转换器的片上电压源,设计了锁相环以及复位电路,精度最高可达8.67 bit。验证结果表明,本设计可提高电弧检测的准确性。     

隧洞围岩前期监测位移损失计算及力学参数敏感性分析

隧道围岩变形监测仪器埋设具有滞后性，导致仪器安装前的位移无法获取，给监测与仿真计算的对比分析造成了困难。基于围岩物理力学参数的单一变量计算数据，对弹性模量、黏聚力和内摩擦角进行敏感度分析，拟合给出ＬＤＰ（Ｌｏｎｇｉｔｕｄｉｎａｌｄｉｓｐｌａｃｅｍｅｎｔｐｒｏｆｉｌｅ）曲线及全过程损失位移 占比，进一步给出 Ｈｏｅｋ经验公式的参数 Ｋ１，Ｋ２，对原位监测曲线进行拟合，寻找并确定与原位监 测曲线匹配度最优的计算位移曲线，计算出监测位移最大损失值，并修正监测全位移曲线，修正后的曲线与样本曲线误差较小，为监测位移损失确定和隧道安全稳定提供了一种新的研究方法。     

基于CDIO理念的软件开发教学改革

随着各国的经济水平不断提高,全球的科学技术越来越先进,当今中国仍然处于发展中阶段,与发达国家相比经济水平、科学技术水平以及国民文化素质还存在一定的差距,因此发展中国的科学技术水平是当今刻不容缓的任务。信息化时代的到来改变了人民的生活方式,将浩瀚无边的地球变成了一个小小的“地球村”,使得人类之间相互联系更加方便,计算机科学技术的出现更是推动了我国科学技术水平的提高速度,它的出现给人民的生活带来了翻天覆地的变化,逐渐社会中对计算机应用技术的利用也越来越广泛,逐渐人民的生活离不开了计算机,在居民生活中计算机丰富了他们的生活,在国家经济水平发展中,计算机推动了我国国民经济的增长,使得中国工业和农业更加简单地进行。随着计算机技术的应用越来越广泛,中国市场对计算机的应用需求不断扩大,在软件开放方面产生不同的需求,因此为满足当前我国市场对计算机软件开发的需求,涉及出利用CDIO的理念实现软件的进一步开发。     

铜吡啶配合物催化合成1-甲氧基-2,2,6,6-四甲基哌啶-4-醇

目前1-烷氧基-2,2,6,6-四甲基哌啶基化合物的合成主要是以醛酮法为主。醇法合成虽然醇价格便宜，但合成效率很低。为解决这一问题，本文对醇法合成工艺进行了深入探讨，并以乙醇和4-羟基-2,2,6,6-四甲基哌啶氮氧自由基（ZJ-701）为原料，30%过氧化氢为氧化剂，氯化铜和吡啶配合物为催化剂，通过氧化和自由基偶合合成了1-甲氧基-2,2,6,6-四甲基哌啶-4-醇，通过红外光谱、核磁共振谱和质谱表征了其结构。通过实验进一步优化了反应时间、温度等一系列合成条件。研究结果表明：当反应时间为12h，反应温度为78℃，n(ZJ-701)∶n(乙醇)∶n(H₂O₂)∶n(CuCl₂)∶n(吡啶)=1∶39.25∶17.01∶0.034∶0.36时，产品产率最高，为60.6%，质量分数为98.8%，熔点为87～90℃。该方法具有原料乙醇便宜易得、反应条件温和、产品提纯容易等优点。     

板蓝根中黄酮类化合物抗流感病毒的分子对接研究

板蓝根作为传统中药,常用于流感的治疗或预防作用。但是由于中药的复杂性,目前对板蓝根抗流感病毒的物质基础还不清楚。本研究利用分子对接方法研究了板蓝根中15个黄酮化合物与不同神经氨酸酶的相互作用,结果表明黄酮化合物可能对神经氨酸酶有抑制作用。将计算机辅助药物设计方法与传统实验方法相结合对中药药效物质基础的研究有促进作用。     

我国厚及特厚煤层高强度开采导水裂缝带发育高度区域分布规律

收集了国内厚及特厚煤层综放和大采高综采条件下导水裂缝带高度实测数据，共计179组，其中坚硬覆岩51组，中硬覆岩100组，软弱覆岩28组。在此基础上按照我国14大煤炭基地分布分别列出了不同覆岩类型条件下的导水裂缝带高度和裂采比的范围，绘制了我国煤矿导水裂缝带高度分布图，以此数据为基础回归了导水裂缝带高度(简称“裂高”)预计公式，并重点分析了3个典型矿区导水裂缝带高度分布特征和主要影响因素，以及实测导水裂缝带高度数据之间存在较大差异性的原因，取得以下研究成果：从全国区域来看，实测平均裂采比随着岩性由软弱、中硬到坚硬依次递增，坚硬覆岩的平均裂高分别是中硬覆岩和软弱覆岩的1.52倍和2.29倍，中硬覆岩平均裂高是软弱覆岩的1.5倍；不同覆岩岩性的导水裂缝带高度都随着采厚的增加而增加，且坚硬覆岩条件下增加的速率明显要高于中硬和软弱覆岩；裂采比则随着采厚的增加而降低，且减小速率随着采厚达到一定厚度有趋于稳定的趋势。黄陇基地永陇-彬长矿区属于中硬覆岩类型，导水裂缝带高度和裂采比明显高于我国东部矿区，工作面长度大于170 m时导水裂缝带发育高度受工作面长度影响较大，其高度及裂采比随着工作面长度增加，呈...     

基于BP神经网络及其改进算法的织机效率预测

为准确预测纺织厂织布车间的织机效率,提出利用BP神经网络、主成分分析结合BP神经网络(PCA-BP)、遗传算法改进BP神经网络(GA-BP)3种模型预测织机效率,并将GA-BP预测模型与传统BP神经网络和PCA-BP预测模型的预测结果进行对比分析。结果表明:GA-BP对原始数据的拟合度最好,相关系数为0.946 87, 比BP增加了6.42%,比PCA-BP增加了2.61%;GA-BP、PCA-BP、BP这3种网络十万入纬的经停仿真值与期望值间的平均误差分别为0.341 2、0.303 1、0.234 1,误差百分率分别为8.63%、7.67%、5.92%,不同网络结构下织机效率仿真预测值与期望值间的平均误差分别为3.010 9、2.688 4、2.118 9,误差百分率分别为3.51%、3.13%、2.47%;3种模型的预测准确度顺序由大到小为GA-BP、PCA-BP、BP。