基于DSA-ph的高效蓝色有机电致发光器件

以NPBX掺杂3%的DSA-ph作为发光层,BCP或TAZ作为空穴阻挡层,Alq3或Bphen作为电子传输层制作了一组蓝色有机电致发光器件。通过调整不同的空穴阻挡层与电子传输层之间的组合,得到了一组高效的蓝光OLED。测试结果表明,当空穴阻挡层为TAZ,电子传输层为Bphen时,器件的性能最优。当驱动电压为5V时,器件最大电流效率为4.59cd/A。在12V时亮度最大,为6 087cd/m2。     

670MW火电机组热工保护可靠性分析

火力发电厂热工保护的技术和措施已成为机组安全运行的关键技术,需要不断的加以完善.针对大唐黄岛电厂两台670MW火电机组及其相关主辅设备在热工保护方面所存在的不足和安全隐患,本文提出了改善设备可靠性和安全性的相关措施.应用加装测点、控制逻辑优化、硬接线替代软逻辑、保护测点分布等手段,确保测量信号的稳定性和可靠性,进而达到提高热工保护可靠性的目的.     

工程机械中弧线圆锥齿轮传动的可靠性优化设计

根据可靠性设计理论和最优化设计技术，提出了工程机械中弧线圆锥齿轮传动的可靠性优化设计方法，计算结果表明，采用这种方法有明显的技术经济效益。     

优化协调控制系统提高机组AGC响应速率

本文对火力发电厂自动发电控制系统(AGC)的结构和机理进行了简单分析,根据大唐黄岛电厂三期两台超临界机组的AGC的投运情况和控制对象的特点,提出了对协调控制系统进行优化改进,分别从改变燃料量负荷前馈、预加减燃料,克服主蒸汽压力惯性、增加机组对煤质变化的适应能力、对汽轮机调门特性流量曲线整定等几个方面进行优化处理,优化后机组对AGC指令的响应速率有了显著的提高。     

工程量清单计价条件下施工项目成本管理方法的变革

阐述传统的施工项目成本管理思路和工程量清单计价条件下的做法和特点,并将它们进行了对比分析,由此得出工程量清单计价方法对传统施工项目成本管理方法带来的变革,最后对施工企业如何适应这种变革提出了建议.     

软锰矿悬浮还原焙烧工艺研究

研究了软锰矿悬浮还原焙烧工艺。经过堆积态还原焙烧,在温度为800～950℃的温度范围内,氧化锰转化率(二氧化锰转化为一氧化锰)大于90%,原矿还原焙烧-弱磁选除铁率达到30%,而Mn、MnO的损失率不足3%;通过处理量500kg/h的多级悬浮还原焙烧半工业试验结果表明,对广西新振锰矿进行悬浮还原焙烧,合适的操作参数为:多级悬浮反应炉温度1050～950℃,多级悬浮反应炉入口气体CO浓度4.5%～7.5%,多级悬浮反应炉中固气比0.5～0.8kg/Nm3,二氧化锰的转化率达到了90%以上。据热平衡表计算可得,焙烧1t原矿需要补充的热耗为:1.432×106kJ/t(原矿),折合为48.94kg(标煤)/t(原矿)。结果表明:悬浮闪速还原焙烧反应工艺,具有较宽温度、气氛、固气比的操作范围,反应时间由几十分钟缩减到5～60s,产品锰铁比的大幅度提高,为充分利用锰矿资源提供了技术基础。     

台式塑木机壳随线生产工艺

一、概述随着台式塑木结构机壳的产生,突破了原来木壳传统的封闭式生产方式,继而产生了机壳在整机生产流水线上生产的新的装配工艺。美多CT6620台式收录音机机壳是我厂首次试行的塑木结构机壳,外形示意图见图     

秘技!如何将两个ISO刻到一张盘上

网上下载的很多软件都是ISO格式，但有些文件很小（比如只有300MB,200MB），如果将一个只有200MB的软件刻录到一张700MB的CD-R光盘上就太浪费了，如何将两个不足700MB（总和不大于700MB)的ISO文件中的内容刻到一张光盘上呢？如何在刻录ISO中文件同时添加一些其他文件呢？其实只要育一个虚拟光驱软件．然后将ISO文件先虚拟为光盘，添加好文件后，再进行刻录即可，下面就以Alcohal 120％为例进行介绍。     

材料物理与化学课程思政建设

探讨了课程思政设计思路与理念,坚持学生为中心,从学生需求与实际情况出发设计课程,把思想政治教育融入专业知识传授过程,培养研究生在学习和研究中“探究本质、解决问题”思维,实现知识掌握、能力培养、信念塑造的课程目标。     

路网拓扑感知的轨迹表示学习方法

现有路网场景下的轨迹表示学习(Trajectory Representation Learning, TRL)方法可分为两类,即基于循环神经网络(RNN)和长短期记忆(LSTM)的序列化模型以及基于自注意力机制的学习模型。尽管已有研究做出了重大贡献,但它们仍然存在以下问题：(1)现有的路网表示学习方法忽略了相邻路段之间的转移概率,不能充分捕获路网的拓扑结构信息;(2)基于自注意力机制的学习模型在短轨迹和中长轨迹上的表现优于序列化模型,但在长轨迹的表示学习上性能较差,未能很好刻画轨迹的长期语义特征。基于此,文中提出了一个新的轨迹表示学习模型TRMS。该模型采用概率感知游走来优化传统DeepWalk算法,以深入挖掘路网的拓扑结构,然后将自注意力机制和Masked Seq2Seq学习框架相结合来捕获轨迹的长期语义特征。最后,基于真实轨迹数据进行实验,结果表明,TRMS在短、中、长轨迹的嵌入表示上,性能都优于最好的基线方法。