新葡京娱乐场-大陆娱乐场开户注册

本發(fā)明公開了一種堿性烤藍(lán)工藝制備高飽和磁通密度軟磁復(fù)合材料的方法。采用堿性烤藍(lán)工藝使磁粉表面氧化生成一層均勻的Fe3O4的絕緣層，然后經(jīng)粘結(jié)、壓制成型、熱處理工藝，制備新型軟磁復(fù)合材料。本發(fā)明的優(yōu)點(diǎn)是：采用堿性烤藍(lán)工藝制備的Fe3O4是在軟磁粉末的表面原位生長(zhǎng)，因此絕緣包覆層與磁粉之間結(jié)合度高，并且包覆均勻致密；由于Fe3O4具有較高的電阻率，因此具有較好的絕緣效果；另一方面，用亞鐵磁性的Fe3O4作為絕緣包覆劑，克服了傳統(tǒng)非磁性物質(zhì)作為包覆劑的磁稀釋現(xiàn)象，可以獲得更高的磁導(dǎo)率及磁通密度；堿性烤藍(lán)工藝操作簡(jiǎn)單，成本較低，有利于實(shí)現(xiàn)工業(yè)化生產(chǎn)。

本發(fā)明公開了一種具有氣動(dòng)減阻效果的耦合仿生非光滑柔性表面貼膜。它包括柔性表面層、粘性液體、貼膜基體。柔性表面層與貼膜基體上均具有凹坑、凸包或溝槽的非光滑結(jié)構(gòu)或者柔性表面層與貼膜基體均呈波浪狀，柔性表面層的邊壁與貼膜基體的邊緣粘結(jié)為一體，二者之間形成密閉腔體，粘性液體填充在柔性表面層與貼膜基體之間。該貼膜通過(guò)設(shè)置仿生非光滑柔性表面，將該貼膜粘貼在汽車、高速列車以及城市地鐵車身表面可以有效降低其氣動(dòng)阻力。

本項(xiàng)目針對(duì)篩選優(yōu)良生產(chǎn)性狀菌株、提高菌株生長(zhǎng)性能、增強(qiáng)菌株有機(jī)酸合 成能力、提升菌株環(huán)境適應(yīng)性等四個(gè)制約有機(jī)酸發(fā)酵過(guò)程效能的技術(shù)瓶頸，發(fā)展和實(shí)踐了一整套提高短鏈有機(jī)酸發(fā)酵過(guò)程性能的的策略與方法。(1) 在菌株篩選方面，建立了基于微生物生理特性的理性定向篩選技術(shù)、基于有機(jī)酸生化特性的高通量定向選育技術(shù)。(2) 在營(yíng)養(yǎng)供給方面，建立了基于全基因組序列的微生物營(yíng)養(yǎng)需求解析技術(shù)、基于微生物營(yíng)養(yǎng)需求的定向定量元素供給技術(shù)。(3) 在代謝流調(diào)控方面，建立了輔因子調(diào)控碳代謝流速度和流向的方法、微生物亞細(xì)胞代謝工程的碳流分區(qū)調(diào)控技術(shù)，發(fā)展了基于最優(yōu)合成途徑的碳代謝流流向及通量的調(diào)控方法、基于轉(zhuǎn)運(yùn)子工程的代謝流傳輸調(diào)控方法、基于微生物生理特性的分階段過(guò)程控制技術(shù)。(4) 在環(huán)境適應(yīng)性方面，建立了脅迫與耐受響應(yīng)的有機(jī)酸發(fā)酵強(qiáng)化技術(shù)、發(fā)展了環(huán)境適應(yīng)性的全局調(diào)控因子擾動(dòng)解析技術(shù)。

面向國(guó)家發(fā)展自主重大裝備關(guān)鍵技術(shù)需求，針對(duì)大型PTA裝置優(yōu)質(zhì)增產(chǎn)、節(jié)能降耗和減排目標(biāo)，綜合應(yīng)用化學(xué)工程、過(guò)程建模與流程模擬、智能計(jì)算與優(yōu)化、工業(yè)過(guò)程數(shù)據(jù)協(xié)調(diào)與校正等多學(xué)科交叉的理論方法和技術(shù)，研究開發(fā)了PTA裝置對(duì)二甲苯（簡(jiǎn)稱：PX）富氧氧化反應(yīng)過(guò)程、粗TA加氫精制反應(yīng)過(guò)程、共沸精餾溶劑脫水過(guò)程等關(guān)鍵生產(chǎn)單元的系列建模與優(yōu)化操作技術(shù)，研發(fā)了氧化反應(yīng)尾氣冷凝系統(tǒng)的用能優(yōu)化、加氫反應(yīng)器進(jìn)料預(yù)熱系統(tǒng)與后續(xù)五級(jí)結(jié)晶器換熱網(wǎng)絡(luò)的節(jié)能優(yōu)化技術(shù)以及PTA 聯(lián)合裝置PX 氧化反應(yīng)尾氣優(yōu)化利用、中低壓蒸汽優(yōu)化配置、PTA裝置循環(huán)水、蒸汽換熱網(wǎng)絡(luò)等系統(tǒng)用能優(yōu)化技術(shù)，為工業(yè)裝置優(yōu)化運(yùn)行提供實(shí)用技術(shù)和軟件。研發(fā)和實(shí)施的技術(shù)與軟件具有“智能化”功能，適應(yīng)性強(qiáng)，多項(xiàng)技術(shù)和軟件屬國(guó)內(nèi)首創(chuàng)，填補(bǔ)了國(guó)內(nèi)空白，達(dá)到國(guó)際先進(jìn)水平，更適合國(guó)內(nèi)PTA 裝置優(yōu)化運(yùn)行的需求。上述技術(shù)成果自2004 年開始陸續(xù)在揚(yáng)子石化2套36 萬(wàn)噸/年、65萬(wàn)噸/年P(guān)TA 裝置、天津石化34 萬(wàn)噸/年P(guān)TA 裝置上成功應(yīng)用，主要技術(shù)經(jīng)濟(jì)指標(biāo)達(dá)到或超過(guò)了同類裝置國(guó)際先進(jìn)水平（裝置綜合能耗平均降低20%），近三年累計(jì)實(shí)現(xiàn)新增利稅7.79 億元，已形成11項(xiàng)國(guó)家發(fā)明專利（授權(quán)7項(xiàng)、申請(qǐng)4 項(xiàng)），登記5 項(xiàng)軟件著作權(quán)和6項(xiàng)專有技術(shù)。技術(shù)成果獲得2010年教育部科技進(jìn)步一等獎(jiǎng)，2007年上海市發(fā)明創(chuàng)造發(fā)明專利一等獎(jiǎng)。該項(xiàng)目先后獲得了國(guó)家科技進(jìn)步二等獎(jiǎng)，第五屆上海市發(fā)明創(chuàng)造專利獎(jiǎng)發(fā)明專利一等獎(jiǎng)，形成了4項(xiàng)國(guó)家專利。

我國(guó)已經(jīng)成為電池生產(chǎn)大國(guó)，國(guó)內(nèi)電池行業(yè)對(duì)軟包裝材料的需求量十分巨大。該材料主要用于鋰電池生產(chǎn)企業(yè)，包括手機(jī)電池、鈕扣電池、筆記本電腦電池、DVD電池、照相機(jī)電池，以及將來(lái)的電動(dòng)車電池等，涉及的行業(yè)非常廣泛，預(yù)計(jì)到2015年總市場(chǎng)需求量將超過(guò)8000噸。但是，目前為止國(guó)內(nèi)沒有任何企業(yè)能夠生產(chǎn)出完全滿足要求的軟包裝材料，因此，軟包裝材料的研究和開發(fā)成為電池行業(yè)提高國(guó)產(chǎn)化率、降低成本和提升企業(yè)競(jìng)爭(zhēng)力的迫切需要。華東理工大學(xué)于2003年聯(lián)合江蘇中金瑪泰醫(yī)藥包裝有限公司進(jìn)行該類軟包裝材料的前期研究，主要研究?jī)?nèi)容是對(duì)聚合物鋰電池軟包裝材料體系的成分、組織和功能進(jìn)行一體化設(shè)計(jì)，開發(fā)出適合于聚合物鋰電池生產(chǎn)工藝和技術(shù)要求的復(fù)合軟包裝成型材料，用于電池芯的內(nèi)包裝。經(jīng)過(guò)多年的艱苦努力，目前已經(jīng)掌握了該材料制備中的關(guān)鍵技術(shù)，尤其是已經(jīng)很好地解決了復(fù)合膜耐電解液腐蝕的問(wèn)題，并大幅提高了復(fù)合膜內(nèi)膜的剝離強(qiáng)度。實(shí)驗(yàn)室小試樣品已送至惠州TCL金能、東莞新能源、國(guó)光電池、合肥榮仕達(dá)、上海南都等幾家電池廠試用，結(jié)果表明部分關(guān)鍵指標(biāo)基本上能滿足生產(chǎn)要求，小試樣品的性能明顯優(yōu)于韓國(guó)產(chǎn)品，與日本產(chǎn)品相當(dāng)，而在初始剝離強(qiáng)度和耐高溫性能方面則超過(guò)日本產(chǎn)品。本項(xiàng)目具有自己的核心技術(shù)，相關(guān)的技術(shù)申請(qǐng)兩項(xiàng)發(fā)明專利，一項(xiàng)獲得公開，一項(xiàng)獲得授權(quán)。

本發(fā)明公開了一種對(duì)大懸伸、弱剛性整體葉輪葉片的粗-半精精銑混合路徑生成方法，包括步驟：根據(jù)大懸伸、弱剛性整體葉輪葉 片的幾何形狀和工藝參數(shù)，分別生成葉片的粗銑和精銑刀位軌跡源文 件；對(duì)生成的粗銑刀路文件進(jìn)行提取靠近葉片的 K 道刀路，并重新排 列，以使粗銑刀路繞葉片加工；對(duì)生成的精銑刀路文件分別提取刀路 的精銑部分和半精銑部分，形成半精-精銑刀路文件；對(duì)新粗銑刀路文 件和生成的半精-精銑刀路文件進(jìn)行變進(jìn)給操作；對(duì)獲得的粗、半精精銑刀路進(jìn)行分層；以及將分層后的粗、半精-精銑刀路文件經(jīng)路徑延 伸、刀具移動(dòng)和圓弧插補(bǔ)，并通過(guò)不同轉(zhuǎn)速控制后，生成一個(gè)完整的 粗-半精-精銑混合路徑刀路文件。本發(fā)明的方法能夠大幅提高葉片的加 工剛度，尤其是葉片頂端，消除加工顫振，提高葉片加工質(zhì)量。 

本發(fā)明公開了一種動(dòng)態(tài)云服務(wù)請(qǐng)求下數(shù)據(jù)中心多能源的在線控 制系統(tǒng)，包括系統(tǒng)狀態(tài)監(jiān)控模塊、負(fù)載調(diào)度模塊和多源供能系統(tǒng)管理 模塊，負(fù)載調(diào)度模塊包括延時(shí)敏感型請(qǐng)求調(diào)度子模塊和延時(shí)容忍型作 業(yè)調(diào)度子模塊，系統(tǒng)狀態(tài)監(jiān)控模塊用于每隔一段時(shí)間接收來(lái)自用戶的 云服務(wù)請(qǐng)求，判斷云服務(wù)請(qǐng)求是延時(shí)敏感型請(qǐng)求還是延時(shí)容忍型作業(yè)， 并在云服務(wù)請(qǐng)求是延時(shí)敏感型請(qǐng)求時(shí)將該云服務(wù)請(qǐng)求發(fā)送到負(fù)載調(diào)度 模塊的延時(shí)敏感型請(qǐng)求調(diào)度子模塊，在云服務(wù)請(qǐng)求是延時(shí)容忍型作業(yè) 時(shí)將該云服務(wù)請(qǐng)求發(fā)送到負(fù)載調(diào)度模塊的延時(shí)容忍型作業(yè)調(diào)度子模 塊。本發(fā)明能夠優(yōu)化數(shù)據(jù)中心供能系統(tǒng)的長(zhǎng)期運(yùn)營(yíng)開銷，并且不需要 提前獲取任何系統(tǒng)數(shù)據(jù)或者假設(shè)任何的穩(wěn)態(tài)分布。 完成人：金海、劉方明、鄧維 

本發(fā)明公開了一種大規(guī)模天線場(chǎng)景下基于統(tǒng)計(jì)信道信息的下行 傳輸方法，包括：(1)采用 K 均值聚類法將用戶按照統(tǒng)計(jì)信息相似度分 組，分組后組中心作為外層預(yù)編碼；(2)對(duì)每個(gè)組利用外層預(yù)編碼降維 后用戶等效信道選出調(diào)度用戶集合，獨(dú)立計(jì)算內(nèi)層預(yù)編碼(3)將整個(gè)下 行預(yù)編碼表示為內(nèi)編碼與外編碼和乘積，并進(jìn)行下行傳輸。本發(fā)明利 用大規(guī)模天線的特性，提出了一種分步的預(yù)編碼策略，該策略分為外 層預(yù)編碼和內(nèi)層預(yù)編碼。外層預(yù)編碼用來(lái)消除組間干擾并且降低信道 維度，減小導(dǎo)頻和信道反饋開銷；內(nèi)層預(yù)編碼用降維后的瞬時(shí)等效信 道信息消除本組用戶間的干擾，不同組內(nèi)層預(yù)編碼過(guò)程可獨(dú)立進(jìn)行， 此過(guò)程降低了傳統(tǒng)大規(guī)模天線系統(tǒng)集中式計(jì)算復(fù)雜度。 

本發(fā)明屬于機(jī)器視覺領(lǐng)域，具體為一種基于 Delaunay 三角剖分的特征點(diǎn)坐標(biāo)自動(dòng)對(duì)應(yīng)方法。該方法包括以下步驟：（1）二值分割，篩選有效特征點(diǎn)圖像區(qū)域；（2）最小二乘橢圓擬合計(jì)算特征點(diǎn)的像素坐標(biāo)；（3）對(duì)特征點(diǎn)集進(jìn)行 Delaunay 三角剖分；（4）篩選有效剖分三角形；（5）遍歷有效剖分三角形的非最長(zhǎng)邊，建立特征點(diǎn)集合的四鄰域信息表；（6）查詢四鄰域信息表，四鄰域遞歸搜索遍歷特征點(diǎn)集合，在遍歷過(guò)程中計(jì)算每個(gè)特征點(diǎn)的世界坐標(biāo)，完成其像素坐標(biāo)與世界坐標(biāo)的對(duì)應(yīng)。當(dāng)圖像存在拍攝傾角、畸變以及特征點(diǎn)缺失時(shí)，本發(fā)明提出的方法仍可有效運(yùn)行，特別適合 IC 封裝視覺定位系統(tǒng)的在線標(biāo)定。

本發(fā)明公開了一種阿拉伯語(yǔ)光學(xué)字母識(shí)別方法，包括以下步驟： 接收包含阿拉伯語(yǔ)文本的輸入圖像，通過(guò)檢測(cè)所述輸入圖像中每個(gè)讀 音符號(hào)的邊界框、并將其坐標(biāo)與文本主體的邊界框坐標(biāo)比較去除所有 讀音符號(hào)，將每個(gè)輸入圖像劃分為四層，并對(duì)所述四層執(zhí)行特征提取， 將特征提取的結(jié)果輸入隱馬爾可夫模型，以生成表示每個(gè)阿拉伯語(yǔ)字 母的隱馬爾可夫模型，對(duì)生成的表示每個(gè)阿拉伯語(yǔ)字母的隱馬爾可夫 模型進(jìn)行迭代訓(xùn)練，直至滿足似然比準(zhǔn)則為止，將迭代訓(xùn)練后的隱馬 爾可夫模型輸入決策樹，以預(yù)測(cè)讀音符號(hào)的位置和類別，并生成最終 識(shí)別結(jié)果。本發(fā)明能夠利用阿拉伯語(yǔ)的書寫特性使識(shí)別任務(wù)更簡(jiǎn)單， 并具有較高的識(shí)別精度。