摘要：为得到基于40.5kV光控模块单元的U型三断口真空断路器的动态分压特性,给合理选择均压措施提供参考,通过低压、小电流的合成开断试验测量了该断路器弧后瞬态恢复电压(transient recovery voltage,TRV)的分配特性。同时通过试验验证了串接大电容使均压电容兼作分压器用的TRV测量方法的有效性。而对大电流弧后三断口真空断路器的TRV分配特性,基于连续过渡模型在PSCAD/EMTDC中进行了仿真分析。试验和仿真结果表明:小电流开断时,TRV分配特性与静态电压分配特性相近,静态均压设计可满足小电流开断的要求;大电流开断条件下,各断口残余电荷参数的差异可能对TRV分配产生显著影响;进行动态均压设计时,需要考虑断口不同期可能导致的TRV分配不均匀程度增大的问题。

摘要：“周杰伦现象”是近十年来华语流行乐坛上最具轰动效应的传奇事件。周杰伦兼收并蓄的作曲天赋、嘻哈饶舌的演唱风格，以及方文山才华横溢的填词功底，是该乐坛传奇获得成功的主要原因。近几年国内对方文山歌词艺术的研究成果较多，但主要集中于分析鉴赏方氏歌词的古典意蕴与诗性特质，而对其极具现代流行因素的影像特质，

摘要：对阀门电动装置的研究现状及趋势做了详细的介绍,并结合实际功能要求对其智能电动机构进行改进,主要是对执行器的各个部分进行了开发和设计。该系统低功耗、耐高温、能够在高温和恶劣的井下环境中长时间稳定运行。

摘要：我说女人的故事,好象是很古老很古老的故事,不断地一遍一遍上演……创作的过程中,从来没仔细想过我要画什么,只是自然的真情流露。我喜欢自然而然,对于任何事情都这样要求。

摘要：本文从科学与艺术的追求目标、科学与艺术的思维方式、科学与艺术的美学特征等方面阐明了科学与艺术的不同与相通之处。提出了科学的发展推动了艺术的繁荣 ,艺术的繁荣又促进了科学发展的论点。列举了古今中外几位伟大的科学家 ,他们集科学与艺术于一身 ,为人类的进步做出了巨大的贡献 。

摘要：为分析基于光控模块的三断口真空断路器的静态电位分布和真空灭弧室的电场分布,建立了模块化真空断路器的三维有限元分析模型。计算了竖直型和U型布置时的三断口真空断路器电位分布,采用子模型法分析了真空灭弧室内部的电场分布,同时进行了三断口真空断路器工频分压特性试验。计算与试验结果对比表明:两种布置方式下,高压端断口的试验与计算结果的相对误差<4.5%,三断口真空断路器的电压分布不均匀,高压端断口的分压超过60%,需配置合适的均压措施。计算和试验结果可为模块化多断口真空断路器的静态、动态绝缘特性设计,真空灭弧室的优化设计,多断口布置方式提供参考。

摘要：提出了基于均匀设计（UD）-Aspen耦合优化间歇精馏过程的方法,并以天然香料β-苯乙醇粗产品高真空间歇精馏提纯过程优化技术研究为例,探索该方法对间歇精馏过程优化的可行性。通过均匀设计方法确定间歇精馏模拟的试验方案,利用Aspen Plus软件建立β-苯乙醇间歇精馏过程的模型,计算各试验方案的工艺参数。经过优化可得β-苯乙醇产品单程收率为75.49%,操作时间为6.22 h,能耗为3.614×10~4k J。

摘要：母乳低聚糖(Human Milk Oligosaccharides,HMOs)是母乳中特有的物质,含量丰富,种类在200种以上。HMOs具有预防肠道疾病、抗病毒、抑菌以及调节免疫等功能,对婴幼儿生长发育具有重要影响。目前美国、欧盟、澳大利亚等国家已经允许将HMOs作为营养强化剂添加到婴幼儿食品中,我国对HMOs已进行多次受理评审。本文综述了HMOs对人体的保护作用以及合成与应用现状,旨在为开发HMOs配方产品提供一定的参考。

摘要：设计了压力振荡环境液滴燃烧实验系统,开展了压力振荡环境下液滴燃烧过程实验研究,分析了压力振荡环境下液滴燃烧火焰结构的形态特点,建立了压力振荡环境下液滴燃烧模型,并基于该模型考察了振荡频率、振荡幅值、燃烧室平均压力及温度对燃烧特性的影响规律.结果表明,压力振荡环境显著影响了燃烧火焰的稳定性,使得火焰形态发生了多种形变和偏移;压力振荡环境下液滴燃烧火焰位置不断出现"偏移——恢复"的反复过程,且这种反复状态贯穿液滴燃烧过程的始终.增加振荡频率和振荡幅值加剧了液滴燃烧速率的振荡,但并没有改变其平均值,因而不同频率与振幅下液滴直径变化趋势并无明显区别;增加燃烧室平均压力对燃烧过程具有明显的促进作用,大幅提高了燃烧速率;增加燃烧室温度能够显著促进液滴燃烧,使得液滴燃烧速率和表面燃烧流率迅速增加,且不会加剧压力振荡与燃烧速率的耦合.

摘要：针对Android应用数目庞大、功能多样而难以准确验证应用实际类别的情况,对Andriod应用的网络行为进行分析研究,提出应用的行为一致性理论,并实现一种基于网络行为一致性验证的LSTM分类模型.通过构造不同场景事件组合来触发不同功能类别应用运行时的网络行为,提取有效的网络特征构建成网络事件行为时序序列,并设计带有特殊输入结构的LSTM循环神经网络模型,对网络事件行为时序序列中潜在的行为模式进行学习与建模.实验验证结果表明,Android应用样本具有行为一致性;所提出的LSTM网络模型能有效地学习与归纳不同类别应用的网络行为模式;最优模型的平均分类准确性可达92.58%,优于常见的面向Android应用的机器学习分类模型.