MS BackOffice

问:在Mail 3.x中,为了减少远程用户request时的通讯量,如何删掉已发给用户的邮件? 答:以管理员身份注册,选Local-Admin→Storage→Delete,选择要删除邮件的用户,即可按邮件的日期及优先级删除该用户的邮件。 问:使用NT自带的Mail时,当建立一个WGPO后,发现有错误,如何删除该WGPO?     

低温环境下FBG温度传感特性研究

在低温环境中,光纤光栅(Fiber Bragg Grating,FBG)材料的热膨胀系数和热光系数会发生改变,从而影响其温度传感特性。文章通过实验研究了裸光纤光栅传感器和黄铜管封装的光纤光栅传感器在低温下的温度传感特性。结果表明,在80~300 K温度范围,裸FBG温度传感器的灵敏度为6.43 pm/K,线性度为0.974,在80~230 K温度范围,温度与光纤光栅的中心波长呈现非线性关系;黄铜管封装的FBG温度传感器,在整个温度范围内灵敏度可达26 pm/K,线性度为0.996,较裸FBG温度传感器均有较大提升。对比实验表明,对光纤光栅进行封装,可以提高其温度灵敏度和线性度,改善温度传感特性。     

基于增材制造空心点阵结构的压缩变形研究

点阵结构具有质量轻、承压性能好、比刚度大等特点,广泛应用于轻量化部件与承压结构。采用选区激光熔覆技术制备了316L不锈钢空心点阵结构,通过准静态压缩实验和有限元数值模拟,研究了含不同尺寸空心微柱的点阵结构在压缩变形时的失效和变形模式及其成因。结果表明:316L不锈钢材料的空心管状结构在点阵压缩过程中无明显压溃失稳,其结构失效模式是由节点失效诱发微柱变形,进而造成整体失效;结构的变形模式为整体均匀变形,但是当壁厚和外径较小时,边界层将因刚度不足而率先变形;增大空心微柱尺寸可使结构刚度增大。     

GC-MS法快速测定食品接触材料油墨中16种多环芳烃

以正己烷超声提取,弗罗里硅土固相萃取柱净化,以正己烷-二氯甲烷溶液(体积比1:1)洗脱,用GC-MS联用仪SIM模式外标法定量测定食品接触材料油墨中16种多环芳烃.在优化条件下,16种多环芳烃的浓度在0.1～4.0 μg/mL范围内与色谱峰面积呈良好的线性关系,线性相关系数大于0.995,检出限为0.12～3.24 ng/L.加标回收率为77.24％～ 104.76％,测定结果的相对标准偏差为1.05％～1.69％(n=6).该方法适用于食品接触材料油墨中PAHs的日常检测.     

具有HollingII类型功能反应的3种群捕食时滞模型

研究了具有HollingII类型功能反应的一捕食者有两个食饵的时滞系统,通过构造Lyapunov泛函得到了与时滞有关的系统全局渐近稳定的充分条件.     

一类三阶微分方程边值问题的单调迭代法

用单调迭代法研究一类三阶微分方程边值问题解的存在性,不仅证明了该问题解的存在性,而且得到了其迭代格式.     

芴二聚体三重激发态能量转移的理论研究

利用电子结构计算和电子转移速率理论,研究了芴二聚体的三重激发态能量转移过程. 应用限制性密度泛函理论构造得到非绝热态后,计算了控制能量转移的两个重要参数{电子耦合强度和重组能. 电子耦合强度的波动利用电子动力学模拟计算. 通过对上述参数相关函数的计算,成功得到了体系哈密顿量的对角元和非对角元波动,并应用微扰理论和波包扩散方法得到了能量转移速率. 结果表明,静态和动态的波动都明显地增加了能量转移速率,但是动态波动导致的速度增加却小于静态波动.     

基于行车风压的谐振腔式压电俘能器研究

针对汽车行驶过程中车载传感器需要持续稳定的供能需求,设计一种以谐振腔结构为主体,扰流圆柱与亥姆霍兹谐振腔为辅助的压电俘能器。为研究俘能器的发电性能,设计其最佳结构,建立流固电耦合仿真模型。仿真时,根据实际风压分布,将风压载荷分区加载到压电发电模块。仿真分析结果表明,基板与压电陶瓷的厚度比对压电悬臂梁的输出电压和固有频率有影响,最佳厚度比为1.25;基板与主腔体间间隙、扰流圆柱直径、亥姆霍兹谐振腔皆存在最佳尺寸参数使压电俘能器发电性能达到最佳;负载电阻在400～600 kΩ内时,可获得最佳的输出功率;风速为15 m/s时,最大输出功率为37.3 mW。     

基于RFID-UHF技术的高速公路预制件身份识别系统

本文提出采用RFID-UHF技术,应用于高速公路混泥土预制件的身份识别系统,实现了混凝土预制件的信息化与智能化管理.     

融入驾驶员感知模型的智能车辆左转决策研究

智能车辆左转是最为复杂的驾驶任务之一,现有的基于强化学习的智能车辆左转决策模型,将上流感知模块的输出直接作为左转决策算法的状态空间,与人类驾驶员相比缺乏对感知信息的筛选和推理,使得决策算法很难收敛到一个较优的决策策略。本文通过对驾驶员感兴趣区域建模,将其融入基于近端策略优化(PPO)强化学习的决策算法中,过滤掉冗余的感知信息,使智能车辆关注对决策有用的信息区域;为了充分考虑周边车辆的交互关系,将注意力机制加入基于PPO的强化学习决策算法中;从智能车辆的安全、高效和舒适的3个方面设计奖励函数,以引导智能车辆的学习方向。实验结果表明,融入驾驶员感兴趣区域模型和注意力机制的决策框架优于其他的基线框架,收敛速度更快,提高了智能车辆决策的安全性和通行效率。