检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

立式浸渍法测试碳纤维的拉伸强度

合成纤维工业 2025年第1期48卷 94-98页

作者：关丽中国石油吉林石化公司质量检验中心吉林吉林132021

配制密度为0.848~0.923 g/cm^(3)的胶液,使用立式浸胶槽对碳纤维进行浸渍,再通过自然沥胶方式沥胶制备碳纤维样条,并测试样条的拉伸强度,考察了胶液密度对样条树脂含量、拉伸强度及拉伸强度离散系数的影响,并对比了自然沥胶与手动沥胶... 详细信息

配制密度为0.848~0.923 g/cm^(3)的胶液,使用立式浸胶槽对碳纤维进行浸渍,再通过自然沥胶方式沥胶制备碳纤维样条,并测试样条的拉伸强度,考察了胶液密度对样条树脂含量、拉伸强度及拉伸强度离散系数的影响,并对比了自然沥胶与手动沥胶方式对碳纤维拉伸强度测试结果的影响。结果表明:胶液密度为0.850~0.856 g/cm^(3)时,纤维样条树脂含量可控制在标准要求值(35%~50%),合格率为96.7%;采用立式浸渍、自然沥胶制样,在胶液密度为0.852 g/cm^(3)时,测试样条的拉伸强度较高,且拉伸强度离散系数的合格率最高,达80%;相比手动沥胶,采用自然沥胶所制样条的拉伸强度相对较高,拉伸强度离散系数相对较低,且拉伸强度离散系数合格率大幅提高;采用立式浸渍法测试碳纤维的拉伸强度,控制胶液密度为0.852 g/cm^(3),通过立式浸渍及自然沥胶方式制样,可以实现批量制样,大幅提高制样效率,且可有效提高测试结果的准确度。

关键词：碳纤维立式浸渍法胶液密度拉伸强度离散系数

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

职业性腕管综合征的风险因素研究进展

中华劳动卫生职业病杂志 2025年第02期43卷 156-160页

作者：赵怡然郑亦沐关里北京大学第三医院职业病科，北京　100191

腕管综合征是最常见的周围神经压迫综合征，也是一种已经得到充分研究的神经卡压综合征。根据病因学可将其发病风险因素分为个体风险因素和职业性风险因素。个体风险因素包括高龄、性别（女性）、妊娠、家族史、甲状腺功能减退、糖尿病... 详细信息

腕管综合征是最常见的周围神经压迫综合征，也是一种已经得到充分研究的神经卡压综合征。根据病因学可将其发病风险因素分为个体风险因素和职业性风险因素。个体风险因素包括高龄、性别（女性）、妊娠、家族史、甲状腺功能减退、糖尿病、自身免疫性疾病、关节炎、肥胖、腕部外伤等，还与个体腕管骨骼和组织形状结构异常有关。职业性风险因素包括手及腕部作业姿势、作业强度及作业工具等，并且越来越受到职业病防治专家和管理部门关注。此外，最新研究还显示社会心理因素也可能是腕管综合征发生发展的重要因素。因此应积极开展职业性腕管综合征的预防工作，降低劳动者患病风险，尽早发现临床症状并及时进行干预。

关键词：肌肉骨骼系统工作相关肌肉骨骼疾患腕管综合征职业性风险因素个体风险因素风险预防

基于雾计算的智能医疗保健系统高效身份认证协议

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2025年第05期61卷 289-297页

作者：何明祥付青松李冠山东科技大学计算机科学与工程学院

智能可穿戴设备传感器收集用户的健康数据并通过无线信道传输到云服务器，数据传输过程存在计算延迟与安全攻击。雾计算辅助云计算完成数据分析，提高了云服务器响应效率，但对安全性提出了更高的要求。基于椭圆曲线Diffie-Hellman难题... 详细信息

智能可穿戴设备传感器收集用户的健康数据并通过无线信道传输到云服务器，数据传输过程存在计算延迟与安全攻击。雾计算辅助云计算完成数据分析，提高了云服务器响应效率，但对安全性提出了更高的要求。基于椭圆曲线Diffie-Hellman难题提出了一种安全高效的身份认证与密钥协商（AKA）协议，该协议结合智能卡、口令和生物特征识别技术，使用单向哈希函数与椭圆曲线保护用户的匿名性，使用随机数、时间戳确保传输消息的有效性，实现了相互身份认证并建立了三方会话密钥。非形式化的安全性分析表明，该协议可以抵抗目前所知的各种攻击，随机预言机（ROR）模型和Proverif形式化安全工具证明了协议的安全性。与相关文献对比表明，所提协议的计算开销是其他协议的66%，具有更高的安全性和较好的性能。

关键词：雾计算身份认证密钥协商智能医疗保健系统

酸法和酶法提取对中华草龟皮胶原蛋白结构和理化特性的影响

在线全文

学校读者我要写书评

暂无评论

食品工业科技 2025年第1期46卷 79-86页

作者：虞丹丹魏文志关利陈文卓曹晖扬州大学旅游烹饪学院江苏扬州225127 扬州大学中餐非遗技艺传承文化和旅游部重点实验室江苏扬州225127 扬州大学动物科学与技术学院江苏扬州225001

本研究以中华草龟皮胶原蛋白为研究对象,探究不同提取方法对其结构和理化特性的影响。分别采用酸法和酶法对中华草龟皮胶原蛋白进行提取,并运用十二烷基硫酸钠-聚丙烯酰胺凝胶电泳、高效液相色谱法、圆二色光谱法、差式扫描量热、扫描... 详细信息

本研究以中华草龟皮胶原蛋白为研究对象,探究不同提取方法对其结构和理化特性的影响。分别采用酸法和酶法对中华草龟皮胶原蛋白进行提取,并运用十二烷基硫酸钠-聚丙烯酰胺凝胶电泳、高效液相色谱法、圆二色光谱法、差式扫描量热、扫描电镜、溶解性、感官评价及色度等分析酸溶性胶原蛋白(ASC)和酶溶性胶原蛋白(PSC)的组成、结构以及理化特性。结果表明,ASC和PSC的提取率分别为24.50%±0.44%和51.68%±0.06%,酶法提取胶原蛋白的提取率显著高于酸法(P<0.05)。ASC和PSC主要由α1和α2链组成,均为I型胶原蛋白。ASC和PSC中甘氨酸的含量最多,分别是370.17和387.75个残基/1000个氨基酸残基。圆二色光谱表明这两种胶原蛋白二级结构相似,均具有胶原蛋白的特征峰。ASC和PSC的变性温度分别为27.21±0.28℃和28.37±0.23℃。扫描电镜结果表明,ASC具有无序的纤维结构,而PSC的微观结构更为规则。ASC的溶解度整体略低于PSC,PSC的感官品质和色度优于ASC。

关键词：中华草龟皮胶原蛋白酸法提取酶法提取结构理化特性

基于表面平整度控制的超大型环件轧制曲线自优化方法研究

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

塑性工程学报 2025年第1期32卷 92-99页

作者：羊冠立钱东升田汉邓加东王丰武汉理工大学材料科学与工程学院湖北武汉430070 武汉理工大学现代汽车零部件技术湖北省重点实验室湖北武汉430070 武汉理工大学湖北省材料绿色精密成形工程技术研究中心湖北武汉430070

针对超大型环件轧制过程中出现的环件外表面不平整缺陷,基于ABAQUS有限元软件建立超大型环件径轴向轧制热-力耦合有限元模型,研究了轧制过程中环件外表面平整性演变规律,进一步揭示了轴向与径向变形速率比对环件外表面不平整度变化的影... 详细信息

针对超大型环件轧制过程中出现的环件外表面不平整缺陷,基于ABAQUS有限元软件建立超大型环件径轴向轧制热-力耦合有限元模型,研究了轧制过程中环件外表面平整性演变规律,进一步揭示了轴向与径向变形速率比对环件外表面不平整度变化的影响规律。提出了一种两段式轧制曲线设计方法,进而建立了一种基于环件外表面平整状态反馈的轧制曲线自优化控制模型,将自优化过程中环件外表面不平整度与预设S型轧制曲线所得不平整度进行了比较,结果表明,自优化控制方法得到的轧制曲线提升了环件外表面的平整度,轧制结束时环件中间高度与下端面处不平整度分别降低了36.6%和25.5%。

关键词：超大型环件径-轴向轧制平整度数值模拟

基于改进量子粒子群算法的柔性车间调度与预测性维护协同优化管控方法

在线全文

学校读者我要写书评

暂无评论

中国科学:技术科学 2025年第2期55卷 295-308页

作者：马亚杰管理姜斌陈丽君黄斌达黄玉莹南京航空航天大学自动化学院南京211106 航空工业金城南京机电液压工程研究中心南京211106

针对柔性车间设备传统周期性维护存在过维修现象,导致维修资源和生产成本的浪费,本文研究了柔性车间多目标调度与预测性维护协同管控方法.考虑订单工艺路径和产线机器资源复杂耦合特性,建立以最大完工时间,最大设备负荷和设备总负荷为... 详细信息

针对柔性车间设备传统周期性维护存在过维修现象,导致维修资源和生产成本的浪费,本文研究了柔性车间多目标调度与预测性维护协同管控方法.考虑订单工艺路径和产线机器资源复杂耦合特性,建立以最大完工时间,最大设备负荷和设备总负荷为优化目标的柔性车间调度模型;采用威布尔分布准确刻画车间设备的恶化效应,基于设备预测性维护模型设计最优维护策略;提出基于改进量子粒子群算法的柔性车间多目标调度与预测性维护协同优化方法,设计混合初始化方法以获得高质量的初始种群,构造三种邻域搜索算子和两种变异算子,提升调度与维护协同优化算法的搜索能力与搜索精度.实验结果验证了所提算法的有效性和可行性.

关键词：柔性车间调度问题多目标优化协同优化量子粒子群算法预测性维护

同方期刊数据库

Identifying AMSR-E radio-frequency interference over winter land

在线全文

学校读者我要写书评

暂无评论

Frontiers of Earth Science 2015年第3期9卷 437-448页

作者： Sibo ZHANG, li guan Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration Nanjing University of Information Science & Technology Nanjing 210044 China

Satellite microwave emission mixed with signals from active sensors is referred to as radio- frequency interference （RFI）. RFI affects greatly the quality of data and retrieval products from space-bome microwave radiometry. An accurate RFI detection will not only enhance geophysical retrievals over land but also provide evidence of the much-needed protection of the microwave frequency band for satellite remote sensing technologies. It is difficult to detect RFI from space-borne microwave radiometer data over winter land, because RFI signals are usually mixed with snow in mid-high latitudes. A modified principal component analysis （PCA） method is proposed in this paper for detecting microwave low frequency RFI signals. Only three original variables, one RFI index （sensitive to RFI signal） and two scattering indices （sensitive to snow scattering）, are included in the vector for principal component analysis in this modified method instead of the nine or seven RFI index original variables used in a normal PCA algorithm. The principal component with higher correlation and contribution to the original RFI index is the RFI-related principal component. In the absence of a reliable validation data set of the ＂true＂ RFI, the consistency in the identified RFI distribution obtained from this method compared to other independent methods, such as the spectral difference method, the normalized PCA method, and the double PCA method, give confidence to the RFI signals＇ identification over land. The simple and reliable modified PCA method could successfully detect RFI not only in summer but also in winter AMSR-E data.

关键词： microwave remote sensing radio-frequencyinterference (RFI) the Advanced Microwave ScanningRadiometer for Earth Observing System (AMSR-E),principal component analysis (PCA)

Source analysis of spaceborne microwave radiometer interference over land

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Frontiers of Earth Science 2016年第1期10卷 135-144页

作者： li guan Sibo ZHANG Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration Nanjing University of Information Science & Technology Nanjing 210044 China

Satellite microwave thermal emissions mixed with signals from active sensors are referred to as radio- frequency interference （RFI）. Based on Advanced Micro- wave Scanning Radiometer-Earth Observing System （AMSR-E） observations from June 1 to 16, 2011, RFI over Europe was identified and analyzed using the modified principal component analysis algorithm in this paper. The X band AMSR-E measurements in England and Italy are mostly affected by the stable, persistent, active microwave transmitters on the surface, while the RFI source of other European countries is the interference of the reflected geostationary TV satellite downlink signals to the measurements of spacebome microwave radiometers. The locations and intensities of the RFI induced by the geostationary TV and communication satellites changed with time within the observed period. The observations of spacebome microwave radiometers in ascending portions of orbits are usually interfered with over European land, while no RFI was detected in descending passes. The RFI locations and intensities from the reflection of downlink radiation are highly dependent upon the relative geometry between the geostationary satellite and the measuring passive sensor. Only these fields of view of a spaceborne instrument whose scan azimuths are close to the azimuth relative to the geostationary satellite are likely to be affected by RFI.

关键词： AMSR-E RFI geostationary TV satellite

Preliminary Study on Direct Assimilation of Cloud-affected Satellite Microwave Brightness Temperatures

在线全文

学校读者我要写书评

暂无评论

Advances in Atmospheric Sciences 2017年第2期34卷 199-208页

作者： Sibo ZHANG li guan Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological AdministrationNanjing University of Information Science and TechnologyNanjing 210044China

Direct assimilation of cloud-affected microwave brightness temperatures from AMSU-A into the GSI three-dimensional variational （3D-Var） assimilation system is preliminarily studied in this paper. A combination of cloud microphysics param- eters retrieved by the 1D-Var algorithm （including vertical profiles of cloud liquid water content, ice water content, and rain water content） and atmospheric state parameters from objective analysis fields of an NWP model are used as background fields. Three cloud microphysics parameters （cloud liquid water content, ice water content, and rain water content） are ap- plied to the control variable. Typhoon Halong （2014） is selected as an example. The results show that direct assimilation of cloud-affected AMSU-A observations can effectively adjust the structure of large-scale temperature, humidity and wind anal- ysis fields due to the assimilation of more AMSU-A observations in typhoon cloudy areas, especially typhoon spiral cloud belts. These adjustments, with temperatures increasing and humidities decreasing in the movement direction of the typhoon, bring the forecasted typhoon moving direction closer to its real path. The assimilation of cloud-affected satellite microwave brightness temperatures can provide better analysis fields that are more similar to the actual situation. Furthermore, typhoon prediction accuracy is improved using these assimilation analysis fields as the initial forecast fields in NWP models.

关键词： atmospheric sounding microwave remote sensing data assimilation cloudy radiances GSI