采用步进电机驱动的摩擦传动微进给机构

为解决微小型机电系统大行程、高精度进给的问题,设计实现了一种由旋转电机驱动的摩擦传动微进给机构。采用对称预紧设计使加于摩擦传动主支承轴承上的预紧正压力的合力为零、从而减少传动误差。当步进电机采用5万步/转细分驱动时,经减速比为10:1的摩擦传动机构,输出直线位移分辨率可达到0.16μm。位移测试实验显示该摩擦传动微进给机构具有可靠的运动传递性能,系统的位移输出特性基本上取决于所采用的步进电机及细分驱动电路的特性。进给速度可通过改变驱动脉冲的频率调节,机构在高频驱动大位移动作时亦表现出准确的步进特性,可用于小型机电系统的开环进给驱动。     

Matlab环境下车辆的开环操纵稳定性仿真

应用Matlab软件的语言和图形功能，在频域和时域内对二自由度车辆多状态变量进行了动力学仿真。仿真结果表明，低速时，车辆动态特性呈过阻尼状态；高速时，呈欠阻尼状态，各状态量响应在工作频带内出现谐振，恶化了车辆的操纵稳定性。     

聚苯胺/氨纶复合导电纤维的制备工艺探讨

采用“现场”吸附聚合法制备聚苯胺／氨纶复合导电纤维。重点讨论聚合条件的改变，对纤维导电性能的影响，以获取制备聚苯胺／氨纶复合导电纤维的最佳工艺。研究结果表明：氧化剂的用量、掺杂剂浓度、苯胺单体浓度对纤维导电性能影响较显著；而反应时间、温度对纤维的导电性能影响不大。并对该导电纤维的力学性能进行了研究，结果表明，该纤维基本上保留了原有的力学性能，可进行下一步加工。     

武器装备体系作战能力评估框架

通过对武器装备体系及其作战能力评估的有关问题进行讨论,探索一种可行的体系整体作战能力评估的思路。首先给出了武器装备体系及其作战能力和作战效能的概念,研究了装备作战能力指标的聚合关系及其处理方法。然后分析了以往利用解析法进行作战能力评估的缺陷,提出了折合系数的概念,进而提出了一种武器装备体系作战能力评估框架。     

PA6/SiO2纳米复合材料的动态力学性能研究

在相同的聚合条件下,用三种不同方法制备了PA6/SiO2 纳米复合材料及纯PA6,并对其动态力学行为进行了研究和比较.实验结果表明:加入纳米二氧化硅后,复合材料γ、β松弛峰峰值往高温方向移动.用改进方法制备的PA6/SiO2纳米复合材料的动态储能模量明显高于纯PA6及其它方法制备的复合材料,这对纳米复合材料制备方法的设计有一定的参考价值.     

两亲性星型共聚物s-PLLA-PVP的制备及性能

以木糖醇为引发剂,辛酸亚锡催化L-丙交酯开环聚合制备星型聚乳酸(s-PLLA);以N-乙烯吡咯烷酮(NVP)为单体、偶氮二异丁腈(AIBN)为引发剂,通过自由基溶液聚合法得到末端羧基化的聚乙烯基吡咯烷酮(PVP-COOH);再通过s-PLLA和PVP-COOH发生酯化反应制备两亲性星型共聚物s-PLLA-PVP.用FTIR、~1H NMR、GPC对s-PLLA-PVP的结构进行表征.用XRD、TGA和DSC研究共聚物s-PLLA-PVP的结晶性能和热学性能,通过接触角测定仪测试共聚物薄膜的亲水性能.结果表明,随着s-PLLA分子量的增加,s-PLLA-PVP共聚物热学性能提高;PVP的引入,降低了共聚物的结晶性能,提高了共聚物的亲水性能.     

基于知识聚合的智慧学习模型及其知识增值分析

智慧学习已经成为全球教育未来发展的重要趋势,成为各国战略发展的重要组成部分。在此背景下,基于知识聚合理论,针对智慧学习中的知识增值问题进行了研究。在梳理相关文献的基础上,分析了智慧学习的流程及其知识聚合的本质,探讨了其非线性化学习过程的特点,构建了智慧学习的框架模式,给出了其知识聚合的3种具体体现;建立了智慧学习中个人学习主体知识获取模型以及知识萃取整合模型,得到了个人学习主体经过一段时间学习后的知识增值描述;以可汗学院为例,对知识增值模型的实现过程进行了阐述。     

不同质子酸掺杂对苯胺电聚合速率影响的确定

利用循环伏安方法在不同质子酸掺杂下电化学聚合苯胺,并以聚合电量随循环次数的变化测定苯胺电聚合的速率.结果表明苯胺的聚合速率受[H ]的强烈影响:当[H ]低于7.5 mol/L时,苯胺的聚合速率与[H ]之间是一级反应,苯胺溶液中[H ]的存在加速了苯胺的聚合;当[H ]高于7.5 mol/L时,苯胺的聚合速率与[H ]之间是零级反应.建立了质子酸对苯胺电化学聚合的有关速率方程,该速率方程与实验结果相符.     

茂类烯烃活性聚合催化剂研究进展

阐述了近些年来茂金属烯烃活性聚合催化剂的研究进展及其应用.讨论了它们的合成、结构及其对催化烯烃聚合活性的影响,考察了不同种类的配体对催化烯烃聚合活性、聚合物结构和分子量大小的影响.研究表明:茂类金属化合物制备方便,反应条件温和,在催化烯烃聚合中表现出了较高的催化活性.     

基于格的两轮多重签名方案

为了抵抗量子攻击且进一步降低通信代价,基于代数格提出了一种支持公钥聚合的两轮多重签名方案(TLMS方案),其安全性可归约于求解环上小整数解(Ring-SIS)问题,并在随机预言机模型下给出方案的安全性分析.相比于现有多重签名方案,基于格上困难问题构造的TLMS方案生成多重签名时仅需进行2轮交互,具有较小的计算开销和通信开销,可满足量子时代最新的安全需求.