|
搜索
搜 索
高等教育领域数字化综合服务平台
用于雷管的微起爆药
本发明涉及用于雷管的微起爆药，解决了有起爆药的雷管不安全、无起爆药雷管成 本高的问题。本发明包括一种以上的猛炸药和一种以上的起爆药。猛炸药包括黑索金、太安； 起爆药包括二硝基重氮酚、叠氮化铅、三硝基间苯二酚铅、硝酸肼镍、高氯酸三碳酰肼合镉， 将一种以上的猛炸药和一种以上的起爆药混用即可。还可以使用添加粘合剂和表面活性剂。 其优点是比常规装药雷管能够减少 30～60％的起爆药装药量，比目前雷管成本降低 20～30 ％，提高了雷管装配中的安全性，在保证起爆力和火焰感度的同时，降低了静电、摩擦、撞 击、光和热感度，使雷管在生产、运输、贮存和使用过程中安全性得到改善。并且可以使雷 管总装药量减少，提高药剂的流散性。
安徽理工大学
2021-04-13
柔性有机热电薄膜的研究
未经处理的PEDOT：PSS聚合物在成膜后反复弯曲不到十次循环就会出现明显裂纹，完全无法满足柔性热电器件的要求。改善PEDOT：PSS薄膜的机械柔性成为首要任务。李其锴在阅读大量的文献后，提出加入离子液体增加导电高分子链间相互作用力，形成交联结构，从而实现机械性能的改善目的。在试验过程中尝试过多种离子液体，最终选定了表现较优的LiTFSI。实验结果出乎意料，新型的柔性有机热电薄膜10000次循环后仍保持稳定的电性能。此外，该LiTFSI/PEDOT:PSS复合柔性有机热电薄膜的电学性能较未处理的PEDOT：PSS薄膜提高了近2个数量级，其功率因子达到75μW·m-1K-2,拉伸应变达到了20%以上。 目前，发展兼具力学柔性和热电性能的柔性热电薄膜材料与器件已经是刘玮书团队的重要发展方向。刘玮书团队相关研究成果已经提交专利申请，并会被应用到新型的电子皮肤的温觉仿真中。
南方科技大学
2021-04-13
智能停车的空车位识别
北京工业大学
2021-04-14
基于区块链的溯源系统
北京工业大学
2021-04-14
定性观察光热转换的装置
定性观察光热转换的装置涉及物理基础研究领域，为验证热的物体发射的电磁波能否将物体加热到与发光体相同的温度，采用的技术方案是：钨丝灯外壳内有两块平行的长方体钨金属薄板，两块薄板相互平行、上薄板的长宽厚分别与下薄板的长宽厚相等，薄板在长度方向的一端连接一个电极、另一端连接另外一个电极，两个电极在外壳的外侧连接到一个电压能够调节的可调节电源，在上薄板和下薄板的中间，有中间钨金属体，中间钨金属体通过绝热材料形成的支杆将中间钨金属体固定在外壳的内壁。益效果是：发光物体和被加热物体具备相同的原子结构，发光体发射的电磁波的能量易于吸收；两个加热体中间夹一个被加热的物体，有利于被加热体温度升高。
四川大学
2016-10-08
电镀废水回收装置的研究
本项目研究的电镀废水回收装置，是放置在电镀生产线的回收槽和水洗槽中。目的是降低水洗水中的离子的含量，减少水洗水的用量。 金属离子收集率达80% 以上，电镀清洗水量减少80%。
哈尔滨工业大学
2021-04-14
磁性固定器件的应用
背景介绍： 未来装配式建筑构件若实现工业化、标准化和智能化制造，关键环节是要求构件成型模具拆装灵活，便捷高效，可重复使用，并具通用性。高性能磁性固定器件就是为简化预制混凝土构件模具安装而设计开发的一种新型无损模具固定装置，旨在解决传统螺栓锚定对生产平台的破坏性、难拆卸、通用性差的技术难题。技术特点和优势： 采用稀土永磁材料及磁约束磁路设计技术，通过永磁体与模具平台间的磁力相互作用，形成对平台
南京大学
2021-04-14
高纯度银杏内酯的制备
在天然植物药的开发中，银杏叶的现代药用研究无疑是热点之一。七十年代初，德国首先用溶剂萃取的方法大规模生产具有明确质量标准的银杏叶提取物EGb761，为黄酮甙（含量在24％以上）和萜内酯（银杏内酯和白果内酯的总和，含量在6％以上）的混合物，并以此开发成了疗效显著、稳定的治疗心脑血管疾病的单方植物药，成为欧洲最为畅销的药品，引起了国际医药界极大的关注。 目前国内外上市的银杏制剂所用原料均符合EGb761的质量标准。但是，随着研究的深入，大量的药理和临床实验都证明了银杏叶提取物中的主要药效
南开大学
2021-04-14
基于网络的视频监测系统
项目的背景及目的 利用计算机网络的应用环境，通过移动机器人/固定机械手上安装的摄像装置对工作现场采集图像，并实时地进行图像压缩和传输。在异地利用相同的设备从网络上得到图像，实时地进行解压缩与播放，并能够根据要求对图像流进行处理与存储。 技术原理与工艺流程 采用具有高速计算能力的32位图像处理DSP芯片，开发具有多路图像输入/输出标准接口，具有TCP/IP协议的网络接口的图像处理器。实现对工
南开大学
2021-04-14
手写文字的识别方法
本发明涉及手写文字的识别方法，包括：a.归一化手写输入数据，定义神经元数，建立自动编码器模型并初始化权重和偏置；b.通过压缩感知模型进行数据压缩采样；c.对得到数据进行自动编解码后重建手写输入数据，使重建数据相对原始手写输入的误差最小化；d.将构建的各模型逐层堆叠组成n层神经元的特征深度学习模型，并对所述的n层神经元遍历进行深度特征学习，其中n为自然数；e.输出识别的手写文字。本发明能够通过模拟人脑视觉神经元感知事物的特性，结合压缩感知和深度学习，自动挖掘表征手写文字的细致特征，非常有效的提高了手写文字的表征能力和模型学习的效率，大幅度的提高了手写文字特别是手写数字的识别精度和识别效率。
西南交通大学
2016-10-14