期刊信息
期刊荣誉
期刊荣誉：
《中国核心期刊（遴选）数据库》收录期刊
《中文科技期刊数据库》收录期刊
《中国期刊网》《中国学术期刊（光盘版）》全文收录期刊
《中国期刊全文数据库（CJFD）》全文收录期刊
《中国学术期刊综合评价数据库》统计源期刊
《CAJ-CD规范》优秀期刊
四川省高校特色科技期刊
美国《化学文摘（CA）》收录期刊
波兰《哥白尼索引（IC）》收录期刊
征稿启事
，特别欢迎具有副高以上职称或具有博士学位的专家向本刊投稿。本刊免收审稿费和版面费；对副高以上职称或具有博士学位的专家，且有省部级以上课题支撑的研究论文一经刊登，将依据论文质量、项目及人员（职称及学位）情况酌致稿酬。本期论文下载(鼠标右键->另存为...）
碳纤维增强PEEK复合材料循环变形的实验研究
张子涛;宋志诚;张娟;以碳纤维增强聚醚醚酮（PEEK）复合材料为代表的热塑性复合材料近年来被广泛应用于航空航天的热端结构上，相关构件在服役过程中通常会受到循环载荷，为保证构件的使用安全，有必要对材料的循环变形行为进行研究。通过对0°、45°、90°不同纤维方向的碳纤维增强PEEK复合材料T700/PEEK进行单调拉伸、应力控制循环和应变控制循环实验，系统地研究了该复合材料的平均应力松弛和棘轮行为等循环变形特性。研究表明：3种不同纤维角度试样的单调拉伸应力-应变响应有较大区别，0°方向的弹性模量约为90°方向的11倍。在非对称应变加载条件下，复合材料出现平均应力松弛现象，在前20圈平均应力下降速度很快，至100圈后开始趋于稳定；纤维方向和给定的应变幅值以及平均应变的大小是影响平均应力松弛现象的重要因素。在非对称应力加载条件下，复合材料表现出棘轮行为，且该行为是各向异性的。对于拉伸-卸载时的峰值应力，非对称拉压时的应力幅值、平均应力以及应力比都对复合材料的棘轮行为有较大影响。该复合材料的棘轮行为还表现出明显的率相关性。
3-乙基-3-氧杂丁环甲醇的合成工艺研究
曾云涛;夏益青;盛玉萍;冯泽平;朱俊龙;氧杂环丁烷化合物，因其具有粘度低、毒性小、挥发性小等特点，引起科研工作者与企业广泛关注与研究，它不仅可以作为阳离子型紫外光固化反应的活性稀释剂，同时也可以作为单体参与反应。本文采用碳酸二乙酯(DEC)与三羟甲基丙烷(TMP)为原料，通过酯交换成环-裂解反应制备3-乙基-3-氧杂丁环甲醇(EHO)，探究了催化剂种类与用量、原料配比等因素对合成EHO的影响，通过对合成工艺进行优化，进一步提高了产物的收率与纯度。研究表明，制备EHO较佳工艺条件为：三羟甲基丙烷用量为0.4 mol时，碳酸二乙酯与三羟甲基丙烷为等摩尔比投料，以甲醇钾为催化剂(用量0.25 g)，溶剂为无水乙醇(用量4 mL)，反应时间5 h。在此反应条件下，EHO收率达85.1%，纯度为97.2%(GC)，并采用核磁氢谱(1H–NMR)和红外(FTIR)对其结构进行了表征和分析。
低温冲击下2024-T351铝合金动态力学性能与能量演化
潘志波;朱志武;2024-T351铝合金在航空航天领域服役过程中常面临低温环境下的冲击载荷作用。为了研究2024-T351铝合金在低温-高应变率耦合加载下的动态力学性能及其能量演化规律，利用MTS809拉扭试验机、分离式霍普金森拉杆和低温环境系统对2024-T351铝合金进行了宽应变率范围（10-3～103 s-1）和宽温度范围（-100～20℃）下的拉伸实验。同时运用扫描电子显微镜（SEM）对回收断口进行微观观察和分析。结果表明：在准静态加载下，2024-T351铝合金在不同的温度区间表现出不同程度的温度敏感性；在–100℃时材料的屈服强度较–60℃时提高了11.08%，其在–60℃时的屈服强度较–20℃时提高了3.67%，在–20℃时的屈服强度较20℃时提高了1.49%。在冲击加载下，2024-T351铝合金表现出温度-应变率耦合效应，即随着温度的不断降低，材料的应变率敏感性也随之降低。SEM结果显示在不同的应变率和温度下，材料呈现不同的断裂模式。同时从能量角度出发，2024-T351的动态断裂过程伴随着能量累积、耗散和释放，且耗散能随着温度的降低和应变率的增加而增大。
含N2S2型配体的镍配合物的电催化制氢性能研究
姚博馨;郑郅曦;魏燕;张秀兰;黄雨风;谢斌;合成了含有新的N2S2型配体1,2-二(3,4-二甲氧基吡啶基-2-甲硫基)乙烷■的镍配合物■，用元素分析、傅里叶变换红外光谱、紫外-可见吸收光谱和X-射线单晶衍射对配合物进行了表征，并用循环伏安(CV)和控制电位电解(CPE)对配合物的电化学性质和电催化制氢性能进行了研究。晶体结构分析表明配合物为六配位的畸变八面体构型。电化学研究表明：在三氟乙酸(TFA)或醋酸(AcOH)存在下，该配合物具有电催化制氢的活性，且其电催化为高稳定性的均相催化过程。当加入53.8 mmol·L–1 TFA或53.8 mmol·L–1 AcOH时，0.25 mmol·L–1配合物电催化制氢的转换频率(TOF)和过电位(η)分别为19 166 s–1/1680 s–1和0.53 V/0.22 V。另外，0.25 mmol·L–1配合物在53.8 mmol·L–1 TFA存在下，在–1.51 V的恒电位下电解4 h获得0.11 mmol氢气，制氢的转换数(TON)为11.99、法拉第效率达到75.5%。
基于VOF法和改进DNN模型的三维液滴曲率算法
曾西平;刘牧远;VOF(Volume Of Fluid)方法能够通过在欧拉网格上使用离散的体积分数域表示光滑界面，在不可混合流体的数值模拟中得到广泛应用。针对多相流仿真中的液滴曲率计算问题，开发了一种计算界面曲率的算法。首先提出了一种新的数据生成方法，在液滴界面上进行随机采样，增强网格内体积分数的信息量，并调整取值范围以覆盖正负曲率。然后改进了传统的深度神经网络（DNN）模型，使其在计算曲率时保持对称性。基于VOF方法与该模型，利用目标单元及邻近单元体积分数计算曲率。最后选取最优模型并应用于Basilisk软件中，以提高计算曲率的准确性和稳定性。测试结果表明，其计算曲率时准确稳定。在计算小半径液滴曲率时，误差减小了25%至50%，并能用于液滴融合仿真，证明了其应用价值。
基于层次K-means聚类算法的配电网电压分区控制
张令雄;杨毅强;徐万;唐青林;可再生能源大量接入配电网，其出力的不确定性和波动性，增大了配电网系统无功电压控制的难度。本文提出一种配电网无功电压分区控制方法，通过将系统划分为多个控制区域，利用无功源的无功出力实现电压分区控制。配电网分区策略是利用层次聚类为基础的K-means聚类算法，以轮廓系数和Calinski-Harabasz为分区评价指标，各分区分布式电源接入点由灵敏度系数来确定主导节点。以系统网损最小、电压偏差和电压稳定性指标建立无功优化模型，权重系数采用主观赋值法，通过改进粒子群算法（IPSO）对模型求解寻得最优解，分区控制后网损减少9.7184 kW，电压偏差减小0.0561 p.u。最后，以改进IEEE33节点配电网系统进行仿真验证，本方法能有效控制无功电压安全运行。
基于Lab颜色空间的煤矿井下复杂光线图像增强算法
金钟杨;吴浩;陶晶;吴昊翰;周媛;在煤矿井下进行视频采集时，不均匀的照明常导致采集的图像存在亮度不足、过曝、细节丢失以及对比度低等问题。针对上述问题，提出了一种基于Lab颜色空间的煤矿井下复杂光线图像增强算法，其主要从细节增强和亮度校正两个维度对图像进行增强。在细节增强方面，将原图像转换为灰度图后，应用主成分分析进行去噪与特征提取，得到细节增强图。在亮度校正方面，通过采用锐化-平滑滤波器和对比度限制自适应直方图均衡化技术在图像Lab颜色空间对亮度进行多尺度分解和校正，获得校正后的亮度分量。随后，将细节增强图与校正后的亮度分量融合，生成Lab颜色空间的亮度增强图像。最后，通过逆变换将其转换为RGB图像。实验结果表明，研究算法处理不同光线场景下的煤矿图像效果均优于对比算法。在IE、SD、NIQE、SSIM和PSNR等评价指标上，相较对比算法显著提高；与输入图像相比，本文算法在IE、SD、SSIM和PSNR上分别平均提升了11.31%、22.39%、45.44%、47.85%，同时本文算法在NIQE上降低23.86%。
基于多通道特征融合的CNN-SVM说话人识别研究
任俊红;詹旭;范涛;唐青林;针对单一声纹特征对于说话人身份表征能力有限和传统卷积神经网络无法充分学习声纹特征的缺点，实验将MFCC（Mel-Frequency Cepstral Coefficients）和GFCC（Gammatonetone-Frequency Cepstral Coefficients）两种声纹特征结合起来，构建了一种新的声纹特征——MGFCC（Mel-Gammatonetone-Frequency Cepstral Coefficients）。MGFCC综合利用了梅尔滤波器组和伽马滤波器组的优势，能够拥有更丰富且区分度更高的声纹信息。为了进一步提升说话人识别的准确性，使用分类效果更优的SVM分类器替换CNN中的softmax分类器，提出了一种新的说话人判别模型——CNN-SVM。实验表明，在识别目标人数相同的情况下，融合特征MGFCC在开源数据集上的准确率比MFCC和GFCC分别提升了1.13、1.33个百分点；在自建数据集上的准确率比MFCC和GFCC分别提高了4.87、0.82个百分点。在MGFCC特征下，使用SVM分类器的CNN模型在开源数据集上的准确率相比于传统CNN和使用TREEB分类器的CNN分别提升了2.04、1.79个百分点。与目前主流的判别模型RDNN和ResNet-18相比，CNN-SVM的模型取得了更高的判别准确率，在自建数据集和开源数据集下分别达到95.06%和98.83%。
基于喷泉码的卫星物联网数据传输方法研究
吴东;李伊陶;熊兴中;卫星物联网场景下，传感器与卫星直连时，其上行数据链路信号衰减严重，传输时延各异，以致数据丢包率远大于地面网络。针对该问题，提出了一种基于喷泉码的卫星数据扩频传输方案，将喷泉码与扩频传输技术相结合，通过物理层编码构造等效删除信道，求出对应的删除概率与信噪比及丢包率关系，并将其应用于星地链路上行传输信道。首先进行了前向纠错（FEC）码的扩频仿真实验，然后针对传统的卢比变换码（LT）与最新的RaptorQ码分别进行了对应的扩频传输实验。实验结果表明，文中所提方法在突发接入场景下，相比于传统FEC码的传输方案，在信噪比高于2.5 dB的情况下整个传输系统的误码率（BER）显著降低，其中以扩频喷泉码效果最佳。此外，在LT码与RaptorQ码的扩频仿真结果中，在相同的译码冗余条件下进行了扩频的喷泉码，在译码冗余达到0.20时，LT码的平均误码率达到了0.7%，扩频LT码的平均误码率则达到了0.01%，而扩频RaptorQ的平均误码率仅有0.003%；且在相同的突发接入用户数情况下扩频RaptorQ码也比扩频LT码的接入时延减少10%左右。
联络通道上下台阶法施工对地表沉降及既有隧道变形规律分析
席培胜;丁润其;杨晨;以合肥轨道三号线仙霞路站—站前路站区间联络通道工程为背景，采用MIDAS GTS NX软件，针对联络通道上下台阶法施工过程，深入分析其引发的地表沉降、既有隧道管片沉降及管片水平收敛规律。研究结果表明：联络通道开挖引起地表沉降和管片沉降曲线呈“U”型分布，而管片水平收敛曲线大致呈倒“U”型分布，其中地表沉降、管片沉降和管片水平收敛的最大值分别达到3.21、4.19、0.53 mm。在施工方向上，联络通道由隧道左线向右线开挖，通过模拟结果和实测数据对比分析发现，该施工工程对左线隧道的影响大于右线隧道，并且联络通道开挖区域越靠近既有隧道，隧道所受的影响就越大。特别值得注意的是，联络通道在左线隧道的开口处是整个既有隧道变形量最大的位置，此处的管片水平收敛值也为最大，研究结果可为类似联络通道开挖工程提供技术参考与实践借鉴。
关联规则挖掘的Apriori算法综述
赵洪英;蔡乐才;李先杰;关联规则挖掘是数据挖掘研究领域中的一个重要任务,旨在挖掘事务数据库中有意义的关联。随着大量数据不停的收集和存储,从数据库中挖掘关联规则显得越来越有必要性,关联规则挖掘的Apriori算法是数据库挖掘的最经典算法并得到广泛应用,在介绍关联规则挖掘和Apriori算法的基础上,发现Apriori算法存在着产生候选项目集效率低和频繁扫描数据等缺点。综述了Apriori算法的主要优化方法,并指出了Apriori算法在实际中的应用领域,提出了未来Apriori算法的研究方向和应用发展趋势。
山苍子油抗霉菌及抑制黄曲霉产毒的有效成分研究
余伯良,罗惠波,周健,张佳宁采用平板法比较山苍子油及其柠檬醛等5种主要成分对8种霉菌的抗菌效力。结果表明,在培养基pH4.5时,其抗菌效力从强到弱依次为柠檬醛、香茅醛、山苍子油、香叶醇、芳樟醇、甲基庚烯酮。柠檬醛对5种霉菌的最低抑菌浓度为0.10%,而甲基庚烯酮对6种霉菌的最低抑菌浓度在0.40%或0.40%以上。同时,在对上述6种试剂与黄曲霉产毒关系的实验中还发现,柠檬醛、香茅醛、山苍子油对黄曲霉产生黄曲霉毒素具有较强的抑制作用,其中以柠檬醛的抑制作用最强,可以减少85%的黄曲霉毒素产生。
关联规则挖掘的Apriori算法综述
赵洪英;蔡乐才;李先杰;关联规则挖掘是数据挖掘研究领域中的一个重要任务,旨在挖掘事务数据库中有意义的关联。随着大量数据不停的收集和存储,从数据库中挖掘关联规则显得越来越有必要性,关联规则挖掘的Apriori算法是数据库挖掘的最经典算法并得到广泛应用,在介绍关联规则挖掘和Apriori算法的基础上,发现Apriori算法存在着产生候选项目集效率低和频繁扫描数据等缺点。综述了Apriori算法的主要优化方法,并指出了Apriori算法在实际中的应用领域,提出了未来Apriori算法的研究方向和应用发展趋势。
MATLAB在有限差分法数值计算中的应用
赵德奎;刘勇;介绍了应用有限差分法求电位分布的一般步骤,给出了Matlab仿真的程序设计流程图,并 针对静电场中轴对称情形下的正六边形电位分布进行Matlab仿真。
多变量灰色预测模型算法的Matlab实现
黄现代;王丰效;文章讨论了多变量灰色预测模型的建模方法及其算法思想,得到了多变量灰色预测模型的检验方法。为了简化模型求解,给出多变量灰色预测模型的Matlab程序实现。通过应用实例说明算法程序的应用和效果。
灰色预测与一元线性回归预测的比较
刘晓叙;在介绍灰色预测和一元线性回归预测基本方法的基础上,用两个例子对两种方法的预测值进行了比较,结果表明:对所用的两个例子,灰色预测的GM(1,1)模型对数据的预测值精度较一元线性回归要好。