聚芳醚腈增韧改性苯并恶嗪树脂性能研究

通过溶液共混及流延法制备了聚芳醚腈(PEN)/苯并恶嗪(B-z)树脂及其固化膜,采用差示扫描量热仪,热重分析,力学性能测试及扫描电镜观察研究了其耐热性能、力学性能及形貌特征,阐述了其微观结构与性能之间的关系。结果表明,聚芳醚腈对苯并恶嗪有明显的增韧增强作用,提高了苯并恶嗪的耐热性,聚芳醚腈的质量分数达到15%时,共聚物800℃下残炭率高达62.13%,比纯苯并恶嗪提高了20%。在保证弹性模量不降低的前提下,拉伸强度,断裂伸长率均有提高。     

以风化煤为原料制取超细腐殖酸研究

以风化煤为原料制取超细腐殖酸（HA）的工艺中添加自制改性剂RN、十二烷基苯磺酸钠（LAS）、十二烷基硫酸钠（SDS）、聚乙烯醇（PVA）等表面改性剂对反应提取率和粒度分散性的影响情况。     

脱油沥青和SBS复合改性70号道路沥青的研究

利用脱油沥青(DOA)和SBS调和70号道路沥青生产改性沥青是一条解决DOA应用的有效途径。对DOA和SBS调和商品70号沥青制备改性沥青进行了试验研究,结果表明:在固定SBS,糠醛抽出油均为4%的商品70号沥青中外掺2.5%~1 0.0%的DOA,随着DOA含量的增加得到的改性沥青软化点升高,针入度和5℃延度减小,黏度增大。DOA调和比例为2.5%~5.0%的改性沥青的性质均满足SBS改性沥青1-D级标准。对DOA掺量为5.0%、7.5%的改性沥青和改性沥青原样进行了流变行为表征学测定,结果表明SBS改性沥青中添加DOA后复数模量增大,相位角减小,车辙因子增大,改性沥青的性能显著改善。此外,黏温性能研究表明掺兑DOA后SBS改性沥青的高温性能得到了改善。     

存量经营时代潜在4G用户分析

针对某业务区现有2G/3G/4G用户群体,分析用户的基本属性和通信行为,如用户年龄、性别、客户等级、入网时长、套餐选择、终端选择、通话时长、流量使用、业务偏好、地理分布等,统计4G签转用户签转前后通信消费的变化,分析聚类特性,圈出其中高品质、高黏性,对4G业务有潜在需求的2G/3G用户,以其作为4G潜在用户,推动存量用户的签转,支撑4G网络规划与建设。     

用电信息采集“一发双收”功能的研究与实现

为保证宁夏电网统调上网发电厂站和电网侧220 kV及以上省级关口电能计量所属变电站同时满足“营销用电信息采集系统”和“电量计量系统”信息数据采集和安全接入要求,设计了“一发双收”技术方案:由1台现场采集终端通过计算机总线统一接收电能表信息数据,同时发送至2个系统;在电量计量系统数据库所在安全Ⅱ区与用电信息采集系统数据库所在安全Ⅲ区之间加装正反向网络安全隔离装置,实现通讯安全防护。应用结果表明:该方案达到了宁夏电网统调上网发电厂站和电网侧220 kV及以上变电站针对上述两个系统信息数据采集和安全接入的运行要求。     

提高PVC生产能力的措施

通过采用原辅料同步加入工艺、加装釜顶冷凝器、反应过程中注冷却水工艺等缩短了聚合反应周期,提高了单釜PVC产量,使70 m3聚合釜PVC生产能力达到4万t/a。     

热处理对聚芳醚腈/改性石墨复合材料性能的影响

采用邻苯二甲腈预聚物物理包覆的方法改性纳米石墨薄片,熔融挤出制备了聚芳醚腈(PEN)/纳米石墨薄片复合材料。研究了纳米石墨对PEN的增强作用,并重点研究了热处理对复合材料力学性能和热性能的影响。结果表明,纳米石墨薄片对PEN有很好的增强作用,其质量分数为10%时,复合材料的拉伸强度、弯曲强度分别提高了10%和25%。从SEM分析可以看出,邻苯二甲腈预聚物(PNP)改性的纳米石墨薄片均匀地分散在PEN基体中,并且增强了与PEN的界面作用力。PEN/纳米石墨薄片复合材料在290℃热处理2h,其弯曲强度提高40%,玻璃化转变温度提高了13℃,初始分解温度提高了近15℃。从红外图谱可以反映出,复合材料热处理后力学性能和热性能的提高是因为PNP和PEN之间发生了一定程度的交联反应,这种交联反应使PEN与纳米石墨薄片的界面作用力大大增强。     

集装箱式柴油发电机组主要电气技术

介绍了集装箱式发电机组的性能参数,介绍了机组的启动系统、调速系统、报警系统、励磁系统、控制系统,描述了试验及调试过程中的相关数据、曲线等。     

基于直流功率支援因子的紧急直流功率支援策略研究

交直流混合输电系统中功率外送通道发生故障时,功率过剩会导致送端系统大幅波动,利用直流过负荷能力能有效提高送端系统稳定性,而如何对各紧急直流功率支援的效果进行评估,选取最优的支援策略尚待研究。基于多馈入相互作用因子和多馈入有效短路比的概念定义了直流功率支援因子,以四川电网不同功率外送通道故障为例,利用直流功率支援因子对各紧急直流功率支援的效果进行排序,选取最优的支援策略。仿真计算验证了直流功率支援因子的分析结果,表明直流功率支援因子能有效评估紧急直流功率支援的效果。     

YOLOv5与Deep-SORT联合优化的无人机多目标跟踪算法

针对无人机平台下小目标检测性能差、目标尺度变化较大、复杂背景干扰等导致跟踪失败的问题,该文提出一种联合优化检测器YOLOv5(You Only Look Once)和Deep-SORT(Simple Online and Realtime Tracking with a Deep Association Metric)的无人机多目标跟踪算法。该算法使用改进的CSPDarknet53(Cross Stage Paritial Darknet53)骨干网络重新构建检测器中的特征提取模块,同时通过自顶向下和自底向上的双向融合网络设计小目标检测层,采用无人机航拍数据集训练更新优化后的目标检测网络模型,解决小目标检测性能差问题;在跟踪模块中,提出结合时空注意力模块的残差网络作为特征提取网络,加强网络感知微小外观特征及抗干扰的能力,最后采用三元组损失函数加强神经网络区分类内差异的能力。实验结果表明,优化后的目标检测的平均检测精度相比于原始YOLOv5提升了11%,在UAVDT数据集上相较于原始跟踪算法准确率与精度分别提高了13.288%、3.968%,有效减少目标身份切换频次。