|
搜索
搜 索
高等教育领域数字化综合服务平台
纤维素基抗紫外复合材料的制备技术
近年来，随着绿色经济概念的提出和人们环保意识的增强，生物基材料的研究和应用受到了广泛的关注。张胜文团队以纤维素为基体，成功制备了纤维素/CeO2 复合材料，并通过简单热压贴合的方法制备了 PMMA/纤维素/CeO2 复合材料。其中，CeO2 纳米粒子以 20nm 的尺寸较均匀的分布在纤维素基体中，且复合材料在 550nm 处的可见光透过率达 75%，在 330nm 处紫外光阻隔率高达 99%，在户外紫外线的防护领域有较好的应用前景。
关键技术
1、通过碱脲体系制备了再生纤维素膜；
2、通过一步酸解法制备了羧基化纳米纤维素；
3、通过原位合成的方法制备了纤维素/CeO2 复合材料。
获得成果
1、发表学术论文一篇
2、申请专利一项
江南大学
2021-04-13
Fortus 380CF 碳纤维3D打印机
这款打印机为您提供精准的解决方案，非常适合使用高强度和刚度的碳填充尼龙材料，打印可靠的功能性原型、生产零件和结实耐用的模具。尽享Fortus 380CF 3D打印机的生产性能和可靠性，与性能有限的系统（或自动给料）相比，物美价优 Fortus 380CF 碳纤维打印机使用两种材料：FDM 尼龙12 碳纤维材料和ASA材料。 如果您需要碳纤维具有的高强度和刚度，FDM尼龙12CF材料正是良好选择。如果用于快速原型、概念验证或其他无需碳纤维材料、要求较低的应用，选择ASA材料即可。两种材料都可以配合可溶性支撑材料使用，快速、自动移除支撑材料 系统尺寸和重量 129.5 厘米 x 90.2 厘米 x 198.4 厘米 （51 x 35.5 x 78.1英寸) 601 千克（1325磅） 构建尺寸 355 x 305 x 305毫米（14 x 12 x 12英寸） 分层厚度 ASA 0.330毫米（0.013英寸）0.254毫米（0.010英寸）0.178毫米（0.007英寸） 0.127毫米（0.005英寸） FDM尼龙12CF碳纤维材料 0.254毫米（0.010英寸） 精确度 零件精确度为±.127毫米（±.005英寸）或±.0015毫米/毫米（±.0015英寸/英寸），以数值较高者为准。）Z零件精度包括-0.000/+切片高度的额外公差。注意：精度取决于几何形状。可实现的精确度规格来源于95%尺寸产出的统计数据。
深圳市普立得科技有限公司
2021-02-01
XM-172骨骼肌纤维与运动终板放大模型
XM-172骨骼肌纤维与运动终板放大模型
XM-172骨骼肌纤维与运动终板放大模型显示骨骼肌纤维部分剖面和运动终板在电子显微镜下的放大结构，可观察骨骼肌纤维肌内膜、成纤维细胞核、肌细胞核、肌丝、肌原纤维、神经元轴突、轴突失去髓鞘、运动终板突触剖面、突触前膜、突触后膜、线粒体等结构，共有12个部位数字指示标志及对应文字说明。
尺寸：放大4000倍，26×19×22cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
骨骼肌纤维与运动终板放大模型XM-172
XM-172骨骼肌纤维与运动终板放大模型
XM-172骨骼肌纤维与运动终板放大模型显示骨骼肌纤维部分剖面和运动终板在电子显微镜下的放大结构，可观察骨骼肌纤维肌内膜、成纤维细胞核、肌细胞核、肌丝、肌原纤维、神经元轴突、轴突失去髓鞘、运动终板突触剖面、突触前膜、突触后膜、线粒体等结构，共有12个部位数字指示标志及对应文字说明。
尺寸：放大4000倍，26×19×22cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
哈尔滨工程大学高分辨光谱成像设备采购及服务竞争性磋商
哈尔滨工程大学高分辨光谱成像设备采购及服务竞争性磋商
哈尔滨工程大学
2022-06-06
基于非监督特征学习的高分辨率遥感影像场景分类方法
一种基于非监督特征学习的高分辨率遥感影像场景分类方法，包括对输入的原始高分辨率遥感图像 进行划分得到场景，从每个场景中随机地提取若干个训练图像块，将训练图像块聚集起来做预处理操作; 计算所有训练图像块的低维流形表示，聚类得到一组聚类中心;对每一幅场景密集采样得到局部图像块， 对每个局部图像块做预处理操作后映射到相同的低维流形空间中，然后进行编码获得场景的所有局部特 征;将所有场景的局部特征集合起来进行特征量化，统计每一幅场景的局部特征直方图，得到场景的全 局特征表达;随机挑选若干幅场景作为训练样本，由分类器得到每一幅场景的预测类别标号，完成原始 高分辨率遥感场景的标注任务。
武汉大学
2021-04-13
区域大气污染高分辨率排放清单关键技术与应用
北京工业大学
2021-04-14
基于快速二值编码的高分辨率遥感影像场景分类方法
本发明提供了一种基于快速二值编码的高分辨率遥感影像场景分类方法，包括步骤:步骤 1，划分 待分类遥感影像获得场景单元;步骤 2，从场景单元中提取尺寸相同的图像块作为局部图像块训练样本; 步骤 3，采用非监督学习法学习局部图像块训练样本获得滤波器组;步骤 4，将场景单元与滤波器组中 各滤波器分别做卷积获得各场景单元的幅滤波器响应图，采用二值编码法分别融合各场景单元的幅滤波 器响应图获得各场景单元的全局特征描述;步骤 5，基于场景单元的全局特征描述进行场景单元分类。 本发明在保证场景分类精度的前提下，大大降低了非监学习法的计算代价。
武汉大学
2021-04-13
MV- 1300UC-MINI高分辨率工业数字摄像头
产品详细介绍
维视数字图像（北京）有限公司
2021-08-23
电容器用PET-PEN共聚膜制备及其性能研究
电子元器件、集成电路和软件工程是电子信息技术发展的三大支柱，其中电阻、电容、电 感等无源元件作为电子元器件的主体在电子信息产品中扮演着必不可少的角色，而电容器占到 无源元件的40％～50％。用于电容器介质材料的主要有陶瓷、电解质和有机薄膜三大类，聚酯 薄膜作为电容器介质材料属于有机薄膜类。聚酯材料经双向拉伸工艺技术制成聚酯薄膜，聚酯 薄膜电性能优良，具有较大的介电常数，较小的介电损耗角正切，且吸水性较小，尺寸稳定性 好，耐化学性好，很适合于制造低压电器的电容器。经PEN共聚改性的聚酯薄膜更兼具有耐热 性好、抗刮伤和化学稳定性高、气体阻隔性强、强度高、抗紫外线辐射等特点，可用作F级耐 热绝缘材料，制作超薄录像带及高性能电子元件，如旋转电极线圈、薄膜电容器、变压器等。 本项目进行PET-PEN共聚酯薄膜的研制和性能测试，开发形成电容器膜用PET-PEN聚酯 切片的合成技术和膜加工技术。
华东理工大学
2021-04-11