反向平均电流密度对双脉冲电沉积镍镀层结构和性能的影响

双脉冲电沉积技术在金属基体材料表面制备镀覆层,能够有效提高其表面硬度、耐磨、耐蚀等性能,其中工艺参数对镀层的结构和性能有着重要影响。利用双向脉冲电镀工艺制备镀层,研究了反向平均电流密度对镀镍层表面形貌、物相结构、镀速和硬度、耐磨和耐蚀性能的影响。结果表明:在适宜范围内,随着反向平均电流密度的增大,镀镍层微观表面的洁净度呈现先升高后降低的趋势,镀镍层的沉积速率表现为递减趋势。镀镍层的表面硬度先升高后降低,镀镍层磨损失重比表现为先减小后上升的趋势。随着反向平均电流密度的增大,优化镍晶择优生长取向,促进镀镍层晶粒细化。当反向平均电流密度为-1.4 A/dm^(2)时,显微硬度达到了最大值525.8HV0.1,磨损失重比为最小值9.208%。反向平均电流密度为-1.4 A/dm^(2)时,镀层在3.5%(质量分数)NaCl溶液中的自腐蚀电流密度降低了一个数量级(5.732×10^(-6)A/cm^(2)),具有最高的自腐蚀电位(-0.173 V),电荷转移电阻为最大,表现出最好的耐蚀性。

TNTON/DNTN二元低共熔物的制备与性能

为了改善熔铸炸药载体DNTN熔点高的问题,使用新型不敏感炸药TNTON制备了TNTON/DNTN最低共熔物。通过DSC研究了不同比例TNTON/DNTN的熔融过程,建立了T-x相图,以及TNTON/DNTN低共熔物在不同升温速率下熔融和分解过程;使用EXPLO-5软件,计算了TNTON/DNTN低共熔物的爆轰性能。结果表明:TNTON/DNTN低共熔物的物质的量组成为72.78∶27.22,熔点为65.4℃;随着升温速率加快,熔融及分解反应都发生了相应的延迟;TNTON/DNTN低共熔物的理论密度1.838 g/cm^(3),计算爆速为8499 m/s。TNTON与DNTN制备成低共熔物后既降低了熔点,同时基本保持了DNTN较好的爆轰性能,有希望应用于液相载体炸药领域。

硝酸酯键断裂触发的含能增塑剂DNTN多阶热分解机理

采用反应分子动力学模拟、固相原位红外测试和同步热分析-红外-质谱联用技术相结合的方法对2,3-二羟甲基-2,3-二硝基-1,4-丁二醇四硝酸酯(DNTN)的热分解过程进行了研究,分析了其热分解气体产物和固相产物,阐明了其热分解机理.结果表明,DNTN的分解分为3个阶段:第一阶段为诱导分解阶段,温度区间为127~147℃,DNTN发生部分O—N键的断裂,释放少量的NO_(2)气体;第二阶段在147~220℃之间,DNTN快速分解,发生硝基基团脱去和季碳骨架的分解,并且伴随小环结构的生成和裂解,释放大量的NO_(2)和CO_(2)等气体,同时放出大量的热;第三阶段为240~350℃,DNTN剩余固态产物在高温下热解,释放少量的CO_(2),并且在300℃后剩余的固相物质会进一步反应生成氰基.

不敏感含能化合物合成最新研究进展

综述了国内外近10年来报道的4类26种综合性能优异的不敏感含能化合物的合成及性能(熔点、热分解温度、密度、生成焓、撞击感度、爆速和爆压等)研究进展,包括FOX-7、LLM-105等6种分子内氢键类不敏感含能化合物;TACOT、TNPCOT等3种分子内盐类不敏感含能化合物;MTNI、DAAF等4种氮杂芳环类不敏感含能化合物;HATO、FOX-12等13种含能离子盐类不敏感含能化合物。指出不敏感含能离子盐是一类具有广泛应用前景的不敏感含能化合物的种类。不敏感含能化合物的重点发展方向是加强分子结构与性能关系研究、应用基础性能研究以及发展便捷高效绿色的合成方法。附参考文献49篇。

栈式降噪自编码器的标签协同过滤推荐算法

协同过滤推荐和基于内容的推荐是目前应用于推荐系统中的两种主流手段.传统的协同过滤模型存在着矩阵稀疏问题,基于内容的推荐又不能自动抽取深层特征,且两种推荐手段很难直接融合在一起,无法共同提升推荐系统的性能表现.充分利用了深度学习模型能够深度挖掘内容隐藏信息的特性,将栈式降噪自编码器(SDAE)运用于基于内容的推荐模型中,并将其与基于标签的协同过滤算法结合在一起,提出DLCF(Deep Learning for Collaborative Filtering)算法.经过真实数据集的验证,DLCF算法能够很大程度上克服矩阵稀疏问题,在性能上优于传统推荐算法.

3,6-双硝基胍基-1,2,4,5-四嗪(DNGTz)及其衍生物的合成、表征及热性能（英文）

以3,6-双(3,5-二甲基吡唑)-1,2-二氢-1,2,4,5-四嗪为原料,经过氧化反应,取代反应,最后酸化得到目标化合物3,6-双硝基胍基-1,2,4,5-四嗪(DNGTz),收率为92.3%;设计合成了DNGTz的三氨基胍盐TGA-DNGTz和未见文献报道的脒基脲盐M-DNGTz,中间体和目标产物均通过元素分析、核磁共振、红外光谱等进行了结构表征;研究了氧化反应和取代反应的条件,得到了最优的反应条件;采用实验测试和VLW程序计算的方法,得到了DNGTz、M-DNGTz和TGADNGTz的部分物化爆轰性能数据;利用DSC和TGA对DNGTz、TGA-DNGTz和M-DNGTz进行了热分析,它们的热分解点分别为218.7、190.2、203.7℃.

一种改进的RSSI指纹库定位算法

为了提高室内定位的精度,进行了信号强度RSSI之间的相关性的分析,提出了ID-WRKL算法。该算法将RSSI排序转换成AP指纹序列对并建立离线指纹库,其稳定性可以减小定位误差;再通过在线AP的选择,过滤噪点AP对定位估计的影响,减少计算量;最后根据Levenshtein距离得到最近邻的度量。在基于Map Reduce框架下的两个集合间的K-AP(P,Q)最近邻查询法基础上进行位置估计,提高了定位的精度。大量的对比传统KNN定位法的实验表明该算法的定位更精确,速度更快。

7-氯-4,6-二硝基苯并氧化呋咱的合成与表征

以2-硝基-4-氯苯胺为原料,经氧化、环化、硝化,重排得7-氯-4,6-二硝基苯并氧化呋咱;用元素分析、核磁共振、红外光谱表征了其结构;研究了硝化反应温度和5-氯-苯并氧化呋咱与硝酸摩尔比对得率的影响。得出最佳硝化反应条件为:反应温度60℃,5-氯苯并氧化呋咱与硝酸的摩尔比为1∶10,得率为39%。

不敏感含能化合物5,7-二氨基-4,6-二硝基苯并连三唑-1-氧化物的合成、表征与性能（英文）

以苦基氯和水合肼为原料,经过环化反应和异常亲核取代氢(VNS)反应合成了不敏感含能化合物5,7-二氨基-4,6-二硝基苯并三连唑-1-氧化物(2),总收率为31%。通过~1H NMR,^(13)C NMR,FT-IR和元素分析表征了题称化合物及其中间体的结构。优化了VNS反应条件。推测了4,6-二硝基苯并三连唑-1-氧化物(1)环化反应机理。利用量子化学的方法对题称化合物进行了静电势(ESP)和电子轨道的计算。对中间体4,6-二硝基苯并三连唑-1-氧化物和题称化合物进行了物化爆轰及热性能研究。结果表明,确定的适宜的VNS反应条件为:盐酸羟胺为VNS试剂,室温下反应5h。题称化合物具有不敏感特性及良好的热稳定性。化合物1中引入两个氨基后形成的化合物2的密度和热稳定性均有所提高,两种化合物的热分解温度分别为201.3,248.5℃,密度分别为1.73,1.76 g·cm^(-3),爆速分别为7371.13,7396.7 m·s^(-1)。

4-氨基-5-硝基-1,2,3-三唑(ANTZ)合成与表征

以丙二酸单乙酯为原料,经脱羧氧化硝化得到二硝基乙酸乙酯,二硝基乙酸乙酯、叠氮化钠、乙醛缩合环化获得关键中间体4-甲基-5-硝基-1,2,3-三唑,再经氧化、酯化、酰化、霍夫曼重排得到目标产物4-氨基-5-硝基-1,2,3-三唑(ANTZ)。利用元素分析、核磁共振、红外光谱等鉴定中间体及最终产物的结构;初步探讨了缩合环化反应历程,研究了影响关环反应的主要条件,确定了氧化反应的最佳反应条件为反应时间90 min,反应温度100℃,K2CO3和4-甲基-5-硝基-1,2,3-三唑的最佳物料比为1∶2。

基于剪切的XML数据流自适应发布算法

XML数据流上的分片策略是基于剪切的XML数据流发布系统面临的首要问题.文中针对基于剪切的XML数据流中对XML片段解析和连接的操作代价,提出了基于Hole-Filler模型的XML数据流的基本代价模型,在此基础上提出数据流自适应发布算法AXF,以期在数据和查询动态变化的情况下自动调整XML数据分片策略以获得最佳的系统运行性能、自适应能力和扩展性.实验结果表明AXF算法可以提高XML片段的有效率,在客户端、服务器及网络传输方面均获得良好的性能.

催化光度法测定一次性纸杯浸泡液中痕量甲醛

基于在一定温度和硫酸介质中,痕量甲醛对溴酸钾氧化天青A有较强的催化作用,建立了测定痕量甲醛的新的催化光度法。方法的线性范围为0．045～0．56mg/L,检出限为0．019mg/L。对0．11mg/L的甲醛标准溶液11次测定的相对标准偏差为0．38%。用于一次性纸杯浸泡液中甲醛含量的检测,发现纸杯浸泡液中甲醛含量较少,可以安全使用。

三种稠环硝胺化合物的爆炸性能估算及其硝化母体化合物的合成

以乙二醛、硝基胍为原料,经两步环化反应合成了含能稠环化合物6-硝亚氨基咪唑烷并[4,5-e]呋咱并[3,4-b]哌嗪(化合物4),并优化了其合成条件,总收率52.2%(文献值29.4%)。以乙二醛、尿素为原料,经两步环化反应合成了稠环化合物5-硝亚氨基咪唑烷并[4,5-d]咪唑烷酮(化合物5)。以乙二醛和1,1-二氨基-2,2-二硝基乙烯(FOX-7)为原料,通过两步环化反应得到了一种新型含能稠环化合物6-偕二硝基乙烯基咪唑烷并[4,5-e]呋咱并[3,4-b]哌嗪化合物(化合物6)。用IR、NMR、MS和元素分析对3种稠环和中间体的结构进行了表征。基于化合物4、5、6设计了3种新型稠环硝胺化合物的结构。用Gaussian 98程序和VLW方程计算了3种稠环的理化性能和爆轰性能。结果表明,3种稠环硝胺化合物的计算密度分别为2.03、2.08、2.07g/cm3,理论爆速分别为9 928、9 672、10 109m/s。

基于Hole-Filler模型的XML流数据剪切分片技术

对基于Hole-Filler模型的XML流数据剪切分片问题,首先利用XML文档的Document Object Model(DOM)结构,根据节点扇出度提出了基于DOM的XML流数据剪切分片策略及其算法.然后,在此基础上,对标签结构进行剪切以确定文档的剪切点,提出了基于标签的XML流数据剪切分片算法,有效地减少了节点扇出度与阈值的比较次数.最后,提出了优化的剪切策略,根据阈值与节点扇出度的比值对XML子树加以整合,以减少碎片的产生.实验结果表明,XML剪切算法在剪切时间、分片粒度等方面都有较好的性能.

不同印模方式对全冠边缘及内部适合性的影响

采用显微镜直接测量法对不同印模方式获取的冠修复体的边缘及内部适合性进行研究。结果发现,数字化印模的边缘及内部适合性最好,且其具有简化操作流程、舒适、准确、重复性好等优点。

3,4-双(3,′5′-二硝基苯-1′-基)氧化呋咱的合成

设计并合成了新化合物3,4-双(3,′5′-二硝基苯-1′-基)氧化呋咱(4)。以苯甲腈为起始原料,经加成、重氮化、分子间二聚得到3,4-二苯基氧化呋咱(3),3经HNO3/H2SO4硝化合成了4,其结构经1H NMR,IR和元素分析表征;初步考察了加成、重氮化、缩合环化、硝化等反应的主要影响因素,确定了适宜的反应条件。

高能不敏感离子盐HDNMT和ADNMT的合成、热行为与能量特性

以1-氨基-1-肼基-2,2-二硝基乙烯(HDNEA)和乙氧基亚氨基丙酸乙酯盐酸盐(EPC)为原料,经环化、硝化、碱解反应得到了两种高能不敏感离子盐3,5-双(二硝甲基)-1,2,4-三唑单肼盐(HDNMT)和单胺盐(ADNMT),并采用红外光谱、1H NMR、13 C NMR及元素分析等对其结构进行了表征;采用DSC和TG-DTG法研究了HDNMT和ADNMT的热行为;采用NASA-CEA软件,在标准条件(p c∶p o=70∶1)下计算了含HDNMT或ADNMT的改性双基推进剂(CMDB)的能量性能。结果表明,合成的两种离子盐与HDNMT和ADNMT预期结构相符,合成收率分别为41.3%和47.6%;分解点温度分别为193.3℃和147.0℃,单肼盐表现出比单胺盐更好的热稳定性;含两种离子盐的CMDB推进剂的理论比冲分别为2 602.8和2 584.4 N·s/kg,特征速度分别为1 603和1 590 m/s,表明两种离子盐在固体推进剂领域有较大的应用前景。

4,4′,5,5′-四硝基-2,2′-双(三硝甲基)-2H,2′H-3,3′-联吡唑(DNBP-10)的合成、热行为与能量性能

以4,4′,5,5′-四硝基-2H,2′H-3,3′-联吡唑(TNBP)和氯丙酮为原料,经取代、硝化反应得到一种高能氧化剂4,4′,5,5′-四硝基-2,2′-双(三硝甲基)-2H,2′H-3,3′-联吡唑(DNBP-10),总收率22.1%,并用红外光谱、13C NMR、15N NMR及元素分析等进行了结构表征;对取代反应进行了工艺优化;采用差示扫描量热和热重(DSC-TG)法研究了DNBP-10的热行为,并采用Kissinger方法计算了热分解参数;采用EXPLO5软件对比分析了RDX、HMX、CL-20与DNBP-10对熔铸混合炸药爆轰性能的影响。结果表明,氯丙酮和KBr作为取代试剂,在DMF中70℃反应2h得到取代产物,与文献反应时间72h对比,显著缩短了反应周期;DNBP-10的熔点和分解点分别为124.2和136.4℃;TNT/DNBP-10(30/70)和BOM/DNBP-10(30/70)的理论爆热分别为6156.7和6598.3J/g,比TNT/CL-20和BOM/CL-20分别高出511.2和790J/g,理论爆速分别达到9002.0和9250.8m/s,较TNT/CL-20提高225.8m/s,与BOM/CL-20相当,表明DNBP-10可大幅提高熔铸混合火炸药的能量性能。

6-偕二硝基乙烯基-4,5,8-三硝基-5,6,7,8-四氢化-4H-咪唑烷并[4,5-e]呋咱并[3,4-b]哌嗪的合成(英文)

以FOX-7和乙二醛为原料,经过两步缩合环化反应和硝化反应,首次设计并合成出了一种新型的呋咱稠环硝胺化合物6-偕二硝基乙烯基-4,5,8-三硝基-5,6,7,8-四氢化-4H-咪唑烷并[4,5-e]呋咱并[3,4-b]哌嗪(PNEIFP)。采用Gaussian 09程序和VLW方程计算PNEIFP的密度、生成焓和爆速分别为2.02 g·cm-3、724.1 kJ·mol-1和9681.0 m·s-1。利用TLC跟踪实验的方法,确定PNEIFP室温下易分解。

一种针对句法树的混合神经网络模型

在多数神经网络模型仍然将目光放在顺序结构上时,近期出现的两种基于句法树的模型TreeLSTMs和TBCNNs由于加入了结构信息而在多个自然语言处理任务上表现出色。考虑到TreeLSTMs因计算空间关联性使其训练效率不高,该文提出一种针对句法树的混合神经网络模型,借助TBCNNs的树卷积和池化方法实现了类似TreeLSTMs的计算,故将此模型命名为Quasi-TreeLSTMs。该文在依存树和支持树上分别构建了模型的两种版本Dependency Quasi-TreeLSTMs和Constituency Quasi-TreeLSTMs,实验结果表明,在情感分类和语义相似性两类任务上Quasi-TreeLSTMs表现优异。