羧酸铝化合物在溶聚丁苯橡胶中的应用

来源 :弹性体 | 被引量 : 0次 | 上传用户:jinger1999
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
研究了自主制备的四种羧酸铝化合物YAY、YADN、YADO、BSAN对溶聚丁苯橡胶(SSBR)炭黑分散度、动态力学性能等的影响.结果表明,加入羧酸铝化合物能够提高炭黑在SSBR的分散度,YADN、YADO的引入能够使SSBR的抗湿滑性能得到增强,滚动阻力得到减小,其中添加YADO的炭黑补强的SSBR的综合性能最佳.
其他文献
在多用户大规模多输入多输出(MIMO)系统中,针对传统方案受限于集中式部分连接结构和固定匹配相控算法而未能充分利用空间资源的问题,提出一种基于分布式部分连接结构的低复杂度相控迫零混合预编码方案.所提方案设计了多于射频链路数的逻辑天线子阵列,以使每个射频链路能连接多个分布子阵列,从而提供更高的空间分集增益.进一步通过分析相控模拟预编码对迫零数字预编码的影响,并以最大化系统频谱效率上界为优化目标,提出串行最大化用户总体子阵列增益的相控模拟预编码算法.分析和仿真结果表明,所提方案相较于传统方案在略微增加计算复杂
针对正交频分复用(OFDM)系统,提出一种新型的数据与模型联合驱动下的信道估计算法.该算法结合一种可在线训练的低复杂度学习型估计方法与线性最小均方误差(LMMSE)估计,既赋予信道估计器通过在线训练提升了估计性能的能力,又借助模型解决了在线生成训练数据会造成额外导频开销的问题,提升了系统效率.仿真结果表明,所提算法在低信噪比下的性能和对实际非理想因素的适应性等方面优于传统信道估计算法.
针对传统动作识别算法不易区分相似动作的问题,提出一种基于深度关节与手工表观特征融合的动作识别方法.首先将关节空域位置及约束输入具有时空注意力机制的长短期记忆(LSTM)模型中,获取时空加权且高可分的深度关节特征;然后引入热图定位关键帧及关节,手工提取关键关节周围表观特征以作为深度关节特征有效补充;最后基于双流网络逐帧融合表观特征及深度骨骼特征来实现相似动作有效判别.仿真结果表明,与主流方法相比,所提方法能有效区分相似动作,进而显著提升动作准确率.
智能反射表面(IRS)可通过调整反射单元的相位来提升无线通信物理层安全.针对IRS辅助的多输入单输出(MISO)通信系统,提出一种基于交替迭代的物理层安全设计方案.首先基于安全速率最大化原则,构建一个含有非凸约束的非凸目标函数;然后采用丁克尔巴赫算法和黎曼流形优化算法将非凸问题转化为一系列易于求解的子问题;最后采用交替迭代法实现发送波束成形和IRS相移矩阵的优化设计.仿真结果表明,与现有方案相比,所提方案在计算复杂度与系统安全速率之间取得了更好的折中.
针对传统位置大数据统计划分发布结构不合理、划分发布方法效率低下的问题,提出一种基于深度学习的位置大数据统计划分结构预测方法和差分隐私发布方法,以提高位置大数据统计划分发布数据的可用性和执行效率.首先对二维空间进行细致划分和自底向上合并,从而构建合理的空间划分结构.然后将划分结构矩阵组织为三维时空序列,借助深度学习模型提取时空特征,实现对划分发布结构的预测.最后结合预测划分发布结构进行差分隐私预算分配和Laplace噪声添加,实现位置大数据统计划分发布信息的隐私保护.通过实际位置大数据集的实验,证明了所提方
针对车载自组网(VANET)系统中车辆在公开网络上相互通信容易受到恶意攻击的问题,提出一种VANET系统中群内相互认证密钥协商协议.利用中国剩余定理建立动态车辆群,以适应VANET拓扑的快速变化.通信双方利用签名信息快速认证消息发送方的身份,并通过切比雪夫混沌映射的半群性进行密钥协商.采用假名更新和私钥更新机制,保护车辆的身份隐私安全.对于恶意车辆的身份,利用签名信息进行准确追溯,并通过修改公钥信息实现快速撤销.此外,使用BAN逻辑模型证明了协议的语义安全.仿真结果表明,所提协议相较于现有同类方案,能有效
针对边端计算环境下存在感知图像数据泄露与隐私保护分类框架计算低效的问题,提出一种边缘协同的轻量级隐私保护分类框架(PPCF),该框架支持加密特征提取和分类,在边缘节点协同分类过程中实现对数据传输和计算过程的隐私保护.首先,基于加性秘密共享技术设计一系列安全计算协议;在此基础上,两台非共谋的边缘服务器协同执行安全卷积、安全批量归一化、安全激活、安全池化等深度神经网络计算层以实现PPCF.理论与安全性分析证明了PPCF的正确性和安全性,性能评估结果显示,PPCF可达到与明文环境等同的分类精度;与同态加密和多轮
为了提高室内无线环境下定位的精度以及位置解算的速度,提出了一种基于载波相位的高精度室内快速定位算法.该算法通过引入参考终端,利用待定位终端和参考终端载波相位测量值间的双重差分完全消除了设备间钟差对定位算法精度的影响.利用锁相环不失锁期间整周模糊度不变的特性,设计了一种基于多时间点测量数据的整周模糊度迭代解算算法,实现了整周模糊度的快速解算.在解算出整周模糊度后,利用精确的载波相位差分测量值可以实现待定位终端的高精度定位.仿真结果表明,所提定位算法可以完全克服钟差对定位性能的影响,并且能够在极少的采样时间点
废橡胶裂解过程中,生成裂解油、裂解气以及裂解炭黑.不同裂解条件对裂解产物分布有重要影响.通过实验研究发现回转窑的升温速率为20℃/min、添加旧流化床催化裂解(FCC)催化剂的用量约为橡胶质量的9% 裂解油收率最高,添加催化剂影响裂解油的物理性质,减少裂解油中硫的含量,提高油的品质.
针对当前检测方法准确率不高以及模型泛化性较差的问题,提出了基于KOLSTM深度学习模型的蜜罐陷阱合约检测方法.首先,通过分析蜜罐陷阱合约的特点,提出了关键操作码的概念,并设计了可用于选取智能合约中关键操作码的关键词提取方法;其次,在传统的LSTM模型中加入关键操作码权重机制,构建了可以同时捕获蜜罐陷阱合约中隐藏的序列特征以及关键操作码特征的KOLSTM模型.最后,通过实验表明,该模型具有较高的识别精确率,在二分类和多分类检测场景下的F值较LightGBM模型分别提升2.39%与19.54%.