某PWM驱动系统中干扰问题的分析

针对某PWM系统中产生的干扰问题进行分析，并简述抑制干扰的有效措施。     

三元体系La（NO_3）_3－Gly－H_2O的研究

测定了三元体系Ｌａ（ＮＯ＿３）＿３－Ｇｌｙ－Ｈ＿２Ｏ在２５℃时的溶度和饱和溶液的折光指数：报道了三元体系中生成的三元配合物：Ｌａ（ＮＯ＿３）＿３－Ｇｌｙ－Ｈ＿２Ｏｂ和Ｌａ（Ｇｌｙ）４（Ｏ３）３，Ｈ２Ｏ用熔点、红外光谱及热分析测定了名配合物的一些物理化学性质。     

《高等代数》“线上教学”随笔

本文回顾了疫情期间《高等代数》课程“线上教学”的教学过程,具体剖析了“教师指导下的学生自主学习与教师线上直播课相结合的教学方法”的环节和要素,总结了提高各环节的效率和实现各环节、各要素间完美对接的经验,并提出了适用于常态性教学的“线下课堂教学与线上教学相结合”的教学改革探索新方向.     

反特征值问题的最佳逼近的一点注记

对于[1]与[2]中提出的关于矩阵的最佳逼近问题,本文用一个简洁的方法,证明其主要结果. 1.问题及条件的转化 设X∈R~(n×k),A∈R~(n×n),λ_1,…λ_k为A的部分特征值,A=daig(λ_1…λ_k)以及     

平面上一类自相似集的共形维数

本文证明了平面上一类自相似集的共形维数为1.此外还证明了这些自相似集与任何Hausdorff维数为1的度量空间都不是拟对称等价的.这表明,对于这些自相似集而言,共形维数定义中的下确界不能达到.     

烯基Grignard试剂与二苯基卤甲烷的单电子转移反应

作者曾报道,乙烯基溴化镁与二苯基氯甲烷的反应经历单电子转移过程,生成二苯甲基和乙烯基自由基对,导致反应产物四苯乙烷的苄基质子出现CIDNP效应。为了更详细地阐明反应机理,本文报道(Z)-丙烯基溴化镁(1)与二苯基溴甲烷(2)反应的产物,立体化学,并讨论离去基对反应的影响。     

新疆工业集约化程度实证分析

本文通过考察新疆３８个工业行业部门的集约化发展情况,提出了新疆工业经济的整体水平佾然处于粗放型发展的阶段之结论。     

模拟Chelyabinsk小行星进入的烧蚀实验

烧蚀是小行星极高速进入地球大气层后最重要的现象之一,在很大程度上决定了小行星的质量/尺寸变化、飞行轨迹、甚至光辐射特性. 为观测小行星材料在超高速高温流场中的烧蚀现象,在电弧加热器上开展了模拟Chelyabinsk小行星事件典型弹道状态(速度约5.6 km/s,高度17 km,流星体直径1 m)的烧蚀实验. 试件为钝头外形,头部半径20 mm,半锥角18$^\circ$. 作为对比,试件分别采用玄武岩和碳钢材料. 成功记录了清晰的烧蚀动态过程,观察到两种材料试件表面的熔融损失流动、以及玄武岩试件的蒸发喷射和崩裂剥落等现象,全程测得烧蚀气体发射光谱、试件实时外形变化、表面热图变化等数据. 分析结果显示了两种材料明显不同的烧蚀现象和质量损失机制:碳钢在高温气流冲击作用下溅射成大量微小液滴,跟随气流高速流失;玄武岩质量损失以熔融物剪切流动为主,并伴随少量块状剥落及蒸发喷射. 烧蚀时间为4 s,玄武岩和碳钢的质量损失及驻点后退量分别为37.9 g,72.7 g以及7.3 mm,13.1 mm,估算玄武岩材料的有效烧蚀焓约为2.6 MJ/kg,两种材料的烧蚀光谱测量组分与电镜能谱扫描结果吻合.      

新型对称烷基咪唑离子液体介质中酶催化合成l-乙酸薄荷酯

设计合成三种新型对称烷基咪唑六氟磷酸盐离子液体——1,3-二正丁基咪唑六氟磷酸盐([DnBIM][PF6]), 1,3-二异丁基咪唑六氟磷酸盐([DiBIM][PF6])和1,3-二仲丁基咪唑六氟磷酸盐([DsBIM][PF6]). 以脂肪酶pseudomonas cepacia催化l-薄荷醇和乙酸酐的酯化过程为模型反应, 分别考察不同介质中酶的活性、反应性和稳定性, 结果表明作为反应介质三种新型离子液体均优于经典离子液体1-正丁基-3-甲基咪唑六氟磷酸盐和有机溶剂正己烷. 在三种新的离子液体中, [DiBIM][PF6]具有最好的亲生物性而被选择作为模型反应介质. 此外, 影响l-薄荷醇转化率的各种因素(包括反应温度、底物投料比、离子液体用量和含水量)及酶的重复利用性也被详细研究. 在最佳反应条件下, l-薄荷醇转化率达到97.4%, 酶促反应速度、平衡转化率和半衰期分别是正己烷中的12.7, 4.6和15.1倍. 脂肪酶重复使用10次后催化活性没有明显减少. 由于三种新型离子液体互为同分异构体, 以上事实还表明除憎水性和亲核性以外离子液体的空间构型也是影响酶行为的一个重要因素.     

Multistage Random Growing Small-World Networks with Power-Law Degree Distribution

We present a simple rule which could generate scale-free networks with very large clustering coefficient and very small average distance. These networks, called the multistage random growing networks （MRGNs）, are constructed by a two-stage adding process for each new node. The analytic results of the power-law exponent = 3 and the clustering coefficient C = 0.81 are obtained, which agree with the simulation results approximately. In addition, we find that the average distance of the networks increases logarithmically with the network size, which is consistent with the theoretical predictions. Since many real-world networks are both scale-free and small-world, the MRGNs may perform well in mimicking reality.