广西植被的自然环境条件对广西植被的影响

位于中国南部的广西,地层组成复杂,起源古老,地区差别大;多山,地形复杂,中部有特殊的的弧形山脉;热量和降水丰富且受地形影响大;成土母岩复杂,有地域性成土风化壳,由此,为广西创造了丰富而复杂的植被类型,使广西西南部成为中国特有现象中心之一,使广西产生具过渡性质的热带植被,形成东低西高的植被纬度地带格局,造成犬牙交错的水平分布现象,为广西保存了一批起源古老、残余的或孑遗的植被类型,并造就了广西特有的非地带性植被类型。     

神经网络中误差反传算法的分析与改进

分析了ＢＰ网络存在的主要问题及其产生原因,提出了改进算法ＢＰＧ,以共轭梯度方向代替梯度方向进行搜索,并在学习过程中采用不精确的一维搜索、限幅和条件轮回等措施．计算机仿真结果表明：改进的ＢＰＧ算法优于原ＢＰ算法．     

竖井进流水平旋转内消能泄水道的泄流特性

通过对竖井进流水平旋转内消能泄水道的泄流特性的试验研究,揭示了该种泄水道的泄流规律,并着重分析了上下游水深、通气孔通气状态对泄流特性的影响。在给出泄流特性分区及流态划分后,提出该种泄水道的泄流量计算公式。     

旋转水流消能及其空化特性

研究了高水头（Ｈ〉２００ｍ）泄水建筑物隧洞内部消能的一种新型消能工,将竖井与隧洞切向连接,在隧洞内形式螺旋形的旋转水流,这种水流结构可消散水流中大部分能量,使流向下游的水流剩余能量较小,减轻下游的消能负担和减少下游冲刷。这种消能工的最基本的水流形态环流,在其固体边壁存在着较大的离心力,其中心为大气压,整个水流不会出现负压,流速迅速降低,空化特性较好,不会产生空化与空蚀。还分析了旋转水流的消能机理、     

废黄河竖井双层涵洞试验研究

试验研究了废黄河竖井双层涵洞输送水流和泥沙运动特性。试验表明：竖井进口段过水断面呈渐趋收缩状,涵洞泄流能力增大;在通过小流量时,下层涵洞流速大,有利于依靠水力输沙;双层涵洞中间隔层具有随上下层涵洞流速差减小、脉动压力影响趋于微弱的性质。提出了轮换开启部分闸门,使开启涵洞内平均流速大于泥沙不淤流速的调控方法,解决了双层涵洞安全输送泥沙的工程措施问题。     

氮气中电晕放电高能电子密度沿反应器分布的光谱研究

利用目前在等离子体特性诊断方面较为先进实用的发射光谱法,在常温常压下测量了正脉冲电晕放电Ｎ２（Ｃ３Πｕ→Ｂ３Πｇ）发射光谱相对强度沿线－筒式反应器的径向分布以及Ｏ２对Ｎ２（Ｃ３Πｕ→Ｂ３Πｇ）发射光谱强度的影响．由此得到了正脉冲电晕放电等离子体中高能电子（≥１１．０３ｅＶ）的电子密度沿线－筒式反应器的径向分布情况．     

磨料水射流切削金属表面涂层薄铁的加工性研究(英文)

以试验研究数据为依据,对磨料水射流切削金属表面涂层薄铁的可加工性进行了详细的分析与研究。结果表明,磨料水射流加工技术能够在该种材料上切削出高质量地切口,且生产率较高。还对很多切口特性与加工参数之间的关系进行了全面的讨论,由此推荐了最好的加工参数并建立了切口的几何及质量经验公式,以用于加工过程的控制和优化。     

MCP平均增益参数的快速估算法

该文利用“MCP综合特性测试分析仪”测得的G—V特性曲线结合运用E.E.Eberhardt的MCP增益模型提出一种对MCP平均增益参数的快速估算方法。可在G—V测试结果的基础上,通过计算得出MCP的各种增益参数和工作参数。这对MCP的研制和应用是很有意义的。     

神东煤液化残渣显微组分的特征与分类研究

在PSU处理能力为0.1t/d的小型连续液化装置上对神东煤进行了加氢液化试验，对其液化残渣进行了显微光学研究。结果表明，在液化过程中，原料煤中的壳质组和镜质组全部转化，惰质组部分转化，在残渣中可见未反应的惰质组，同时在残渣中出现中间相小球体和半焦等新生组分。矿物质大量富集，并基本保持煤中原有的形态特征。THF处理后残余惰质组反射率在2.0%~3.8%，略高于煤中高反射率惰质组反射率，煤中高反射率惰质组是残余惰质组的主要来源。     

Classifying Structural Characteristics to Enhance Computation of Enthalpy of Formation of Halohydrocarbons

Density functional theory (DFT) calculations are made and least squares calibration performed for various halohydrocabons, which were 27 straight‐chain alkyl halides, 20 branch‐chain alkyl halides and 19 aromatic halides, to determine their enthalpies of formation (ΔH_f). The mean absolute error (M. |A.E.|) in ΔH_f across 66 molecular computations was only 7.8 kJ/mol (1.9 kcal/mol). Grouping the molecules by their structural characteristics improved M. |A.E.| of ΔH_f by 0.2–2.2 kJ/mol over that obtained using corresponding modified data for the same 66 unclassified molecules.