singleton emprical asset pricing syllabus FINANCE625_SP13-14_SYL_Singleton
Stanford University Professor Kenneth J. Singleton Graduate School of Business Spring 2013-2014
F625
Empirical Asset Pricing
My office is located in room E355, telephone number 723-5753. Sandra Berg is my secretary and her location is E372, telephone extension 723-4494.
Course Description
This course in an introduction to empirical research in asset pricing. The focus of the course is on applications of econometric methods in finance. Top- ics include tests of asset pricing models, return predictability in time-series and cross-section, empirical studies of asset market imperfections, studies of individual and professional investor behavior. The aim is to familiarize you with the interplay between economic theory, econometric methods, and imp ortan t empirical facts, and to introduce areas of curren t research.
The prerequisites for F632 are MGTECON 603 - 604 and Finance 620. In particular, I will assume familiarity with large-sample theory for least- squares, generalized method-of-moments, and maximum likelihood estima- tion methods. W e will review these methods in the context of specific appli- cations, but there will not be time to develop them from scratch.
T extb o oks
Many of the readings con s i s t of journal articles, but for standard material we will also refer to chapters from the following books. These books should b e on the bookshelf of any PhD studen t in Finance, and so I would recommend buying them if you do not already own them (they will also be on reserve in the GSB library):
Campbell, J., A. Lo, and A. C. MacKinlay, 1997. The Econometrics of Financial Markets. Princeton University Press
Cochrane, John H., 2005. Asset Pricing (second edition). Princeton, NJ: Princeton University Press
1
Singleton, Kenneth J., 2006. Empirical Dynamic Asset Pricing. Prince- ton NJ: Princeton University Press
As background reading and reference on econometrics, the following t w o books will occasionally be useful.
Hamilton, J., 1994. Time Series Analysis. Princeton, NJ: Princeton University Press
Wooldridge, Jeffrey M., 2001. The Econometrics of Cross-Section and Panel Data. Cambridge MA: MIT Press
F632 must be taken for a grade (no pass fail), and auditors will not be allowed except in special circumstances.
Readings
At the end of this syllabus is a ten tativ e list of readings. I will post working papers on the course website. The other readings can be downloaded from JSTOR or Sciencedirect. Note t hat this list is only ten ta tiv e a t this point. I may update t he reading list as we go along in the course and I will post the update on the course website. When preparing for the next class, always check the updated reading list on the website. Each week I will highligh t key readings for the following week.
Course requirements and grading
Homework
There will be periodic problem sets involving replication and extension of existing results in the literature. It is im p ortan t that you produce a well- structured write-up, with easily readable tables and figures, and supple- mented with written explanations of your results. Matlab printouts alone are not acceptable. I recommend that you use LaTeX.
Course project
The main requiremen t for this course is a course project. You are expected to pick a research topic, produce some thorough empirical analysis of this topic, and presen t it in a well-written paper. This can either in v olv e replicating and extending some previou s work of other researchers, or, if you can, some original analysis of a finance research question. Grading will be based on originality of the research question, quality of execution, and clarity of the written presentation. By April 23, you should submit to me a three-page written proposal that outlines the research question you w an t to look at and how you plan to analyze it. The final version of the completed project is due in the last class session (June 2).
2
Class p articip ation
This is a PhD level course, so I expect you to actively contribute to the classroom discussion. It is absolutely crucial that you are prepared for class and that you have a t horough under s t anding of the assigned readings. There is a lot to read for this course. Mak e sure to plan sufficien t time. I will cold-call in this class and will penalize poor preparation.
The overall grade for this course will be based on the course project (50%), problem sets (25%), and class participation (25%). All assignments must b e completed in accordance with the provisions of the Stanford University Honor Code. Specific requirements and grading criteria for an assignmen t will b e supplied when the assignmen t is distributed.
Course Outline
Part I: Basic statistical properties of asset returns Week 1: Properties of Asset Returns
Returns, Presen t Values, and Martingales
? Review Finance 620 notes
? Singleton, Chapter 1
? CLM Chapter 7.1
? Section 1 of Campbell, John Y., and Robert J. Shiller, 1988, The Dividend- Price Ratio and Expectations of Future Dividends and Dis- coun t Factors, Review of Financial Studie s 1, 195–228
Serial Correlation in Stock Returns
? Singleton, Chapter 9
? CLM, Chapters 2 and 3
? Richardson, M., and T. Smith, 1994, A Unified Approach to Testing for Serial Correlation in Stock Returns, Journal of Business 67, 371–399? Fama, E., and K. French, 1988a, P ermanen t and Temporary Compo- nents of Stock Prices, Journal of Political Economy 96, 246–273
3
? Poterba, J., and L. Summers, 1988, Mean Reversion in Stock Prices: Evidence and Implications, Journal of Financial Economics 22, 27 –59
? Richardson, M., 1993, Temporary Components of Stock Prices: A Skep- tics View, Journal of Business and Economics Statistics 11, 199–207
? Moskowitz, Tobias J., Yao Hua Ooi, and Lasse Heje Pedersen, 2012, Time series momentum,Journal of Financial Economics 104, 228 – 250 Stock Return Prediction with Valuation Ratios
? CLM Chapter 7.2
? Campbell, J., 1991, A Variance Decomposition for Stock Returns, Eco- nomic Journal 101, 157–179
? Cochrane Chapter 20
? Campbell, John Y., and Rob er t J. Shiller, 1988, The Dividend-Pri ce Ratio and Expectations of Future Dividends and Discoun t Factors, Review of Financial Studies 1, 195–228
? Lettau, Martin, and Sydney C. Ludvigson, 2001a, Consumption, Ag- gregate Wealth, and Exp e cted Stock Returns, Journal of Finance 56, 815–849
? Shiller, R., 1981, Do Stock Prices Mo v e Too Much to be Justified by Subsequen t Changes in Dividends?, American Economic Review 71, 321 – 436
? Fama, Eugene F., and Kenneth R. French, 1988b, Dividend yields and expected stock returns,Journal of Financial Economics 22, 3 –25 Week 2: Time-Series Predictability of Returns (con t.) Econometric Issues
? Cochrane, John H., 2008, The Dog That Did Not Bark: A Defense of Return Predictability, Review of Financial Studies 21, 1533–1575
? Section 2 of Stambaugh, Robert F., 1999, Predictiv e Regressions, Jour- nal of Financial Economics 54, 375–421
4
? Welch, Ivo, and Amit Goyal, 2008, A Comprehensive Look at The Em- pirical Performance of Equity Premium PredictionReview of Financial Studies 21, 1455–1508
? Campbell, John Y., and Samuel B. Thompson, 2008, Predicting Ex- cess Stock Returns Out of Sample: Can Anything Beat the Historical Average?, Review of Financial Studies 21, 1509–1531
? Campbell, John Y., and Motohiro Yogo, 2006, Efficien t Tests of Stock Return Predictability, Journal of Financial Economics 81, 27–60 Learning and Predictabilit y
? Lewellen, Jonathan, and Jay Shanken, 2002, Learning, Asset-Pricing Tests and Market Efficiency, Journal of Finance 57, 1113–1145
? Bossaerts, Peter, 2004, Filtering Returns for Unspecified Biases in Pri- ors when Testing Ass e t Pricing TheoryReview of Economic Studies 71, 63–86
Bond Return Predictabilit y
? CLM Chapter 10
? Campbell, J., and R. Shiller, 1991, Yield Spreads and Interest Rate Movements: A Birds Eye View, Review of Economic Studies 58, 495– 514
? Cochrane, J., and M. Piazzesi, 2005, Bond Risk Premia, American Economic Review 95, 138–160
? Fama, Eugene F., and Robert R. Bliss, 1987, The Information in Long- Maturity Forward Rates, American Economic Review 77, 680–692 Links Across Asset Classes
? Campbell, J., 1987, Stock Returns and the Term Structure, Journal of Financial Economics 18, 373–399
? Campbell, John Y., and Tuomo Vuolteenaho, 2004b, Inflation Illusion and Stock PricesAmerican Economic Review 94, 19–23
5
? Fama, E., and K. French, 1989, Business Conditions and Expected Returns on Stocks and Bonds, Journal of Financial Economics 25, 23–
49
Foreign Exchange Rate Predictabilit y
? Brunnermeier, Markus K., Stefan Nagel, and Lasse H. Pedersen, 2008, Carry Trades and Currency Crashes, in Daron Acemoglu, Kenneth Rogoff, and Michael Woodford, eds.: NBER Macroeconomics Annual 2008, pp. 313–347, Chicago, IL (Univ e rsit y of Chicago Press) [Note: paper will be p o s t ed on coursework].
? Hansen, L., and R. Hodrick, 1980, Forward Exchange Rates as Optim al Predictors of Future Spot Rates: An Economic Analysis, Journal of Political Economy 88, 829–854
? Fama, Eugene F., 1984, Forward and spot exchange ratesJournal of Monetary Economics 14, 319–338
Week 3: Cross-Sectional Predictability of Returns Cross-Sectional Predictability of Returns
? Nagel, Stefan, 2013, Empirical Cross-Sectional Asset Pricing, Annual Review of Financial Economics, forthcoming Section 2
? Lewellen, Jonathan, 2011, The Cross Section of Expected Stock Re- turns, Working Paper, Dartmouth College
? McLean, David R., and Jeffrey Pontiff, 2012, Does Academic Research Destroy Stock Return Predictability?, Working Paper, Bo s t on College
? Jegadeesh, Narasimhan, and Sheridan Titman, 1993, Returns to Buy- ing Winners and Selling Losers: Implications for Market Efficiency, Journal of Finance 48, 65–91
? Ang, Andrew, Robert J. Hodrick, Yuhang Xing, and Xiaoyan Zhang, 2006, The Cross-Section of Volatility and Expected Returns, Journal of Finance 61, 259–299
6
? Asness, Cliff, Tobias Moskowitz, and Lasse H. Pedersen, 2012, Value
and Momentum Everywhere, Journal of Finance, forthcoming
Volatility: AR CH/GAR CH
? CLM, Section 12.2
? Singleton Chapter 7
? Bollerslev, T., 1986, Generalized Autoregressive Conditional Heterosk edas-
ticity, Journal of Econometrics 31, 307–327
? Engle, R., 1982, Autoregressive Conditional Heteroskedasticity with
Estimates of the V arianc e of U.K. Inflation, Econometrica 50, 987–1008
Volatility: Realized V olatilit y
? Andersen, Torben G., Tim Bollerslev, Francis X. Diebold, and Heiko
Ebens, 2001, The distribution of realized stock return volatility, Journal
of Financial Economics 61, 43–76
? Hansen, Peter R, and Asger Lunde, 2006, Realized Variance and Mar-
ket Microstructure NoiseJournal of Business & Economic Statistics 24,
127–161
? Andersen, Torben G., Tim Bollerslev, Francis X. Diebold, and Paul
Labys, 2003, Modeling and Forecasting Realized Volatility, Economet-
rica 71, 579– 625
Part II: Estimation and Evaluation of Asset Pricing Mo dels Week 4: Linear Factor Mo dels
Absence of Arbitrage and Factor Mo dels
? Hansen, Lars P., and Scott F. Richard, 1987, The Role of Conditioning
Information in Deducing Testable Restrictions Implied by Dynamic
Asset Pricing Models, Econometrica 55, 587–613
? Hansen, Lars P., and Ravi Jagannathan, 1991, Implications of Security
Market Data for Models of Dynamic Economies, Journal of P olitical
Economy 99, 225–262
7
? Ross, S. A., 1976, The Arbitrage Theory of Capital Ass e t Pricing, Journal of Economic Theory 13, 341–360
? Shanken, Jay, 1982, The Arbitrage Pricing Theory: Is it T estable?, Journal of Finance 37, 1129–1140
Evidence on Factor Mo dels
? Nagel, Stefan, 2013, Empirical Cross-Sectional Asset Pricing, Annual Review of Financial Economics, forthcoming Section 3.2
? Fama, Eugene F., and Kenneth R. French, 1993, Common Risk Factors in the Returns on Stocks and Bonds, Journal of Financial Economics 33, 23–49
? Daniel, K., and S. Titman, 1997, Evidence on the Characteristics of Cross Sectional Variation in Stock Returns, Journal of Finance 52, 1– 33
? Hou, Kewei, Chen Xue, and Lu Zhang, 2012, Digesting Anomalies, Working Paper, The Ohio State University
? Koijen, Ralph S., Hanno Lustig, and Stijn Van Nieuwerburg, 2012, The Cross-Section and Time-Series of Stock and Bond Returns, W orking Paper, University of Chicago, NYU, and UCLA
? Lustig, Hanno, Nikolai Roussanov, and Adrien Verdelhan, 2011, Com- mon Risk Factors in Currency MarketsReview of Financial Studies 24, 3731–3777
Estimation Metho ds
? Cochrane Chapters 12 and 13
? Singleton Chapter 11
? Gibbons, M., S. Ross, and J. Shanken, 1989, A Test of the Efficiency of a Given Portfolio, Econometrica 57, 1121–1152
? Shanken, Jay, 1992, On the Estimation of Beta-Pricing Models, Review of Financial Studies 5, 1–33
8
? Hansen, Lars P., and Ravi Jagannathan, 1997, Assessing S p ecificatio n Errors in Stochastic Discoun t Factor Models, Journal of Finance 52, 557–590
? Shanken, Jay, 1985, Multivariate Tests of the Zero-Beta CAPM, Jour- nal of Financial Economics 14, 327– 348
Week 5: Structural Linear Factor Mo dels
? Sections 3 and 4 in Nagel, Stefan, 2013, Empirical Cross-Sectional Asset Pricing, Annual Review of Financial Economics, forthcoming
CAPM and ICAPM
? CLM 5.1 to 5.3
? Fama, Eugene F., and Kenneth R. French, 1992, The Cross-Section of Ex- pected Stock Returns, Journal of Finance 47, 427–465
? Campbell, John Y., 1993, Intertemporal Asset Pricing Without Con- sumption Data, American Economic Review 83, 487–512
? Campbell, John Y., and Tuomo Vuolteenaho, 2004a, Bad Beta, Good Beta, American Economic Review 94, 1249–1275
? Parker, Jonathan A., and Christian Julliard, 2005, Consumption Risk and the Cross Section of Expected Returns, Journal of Political Econ- omy 113, 185– 222
Production-based Approaches
? Cochrane, John H., 1996, A Cross-Sectional Test of an Investment- Based Asset Pricing Model, Journal of Political Economy 104, 572–621 Conditioning Information and Linear Factor Models
? Cochrane Chapter 8
? Lewellen, Jonathan, and Stefan Nagel, 2006, The Conditional CAPM Does Not Explain Asset Pricing Anomalies, Journal of Financial Eco- nomics 79, 289–314
9
? Jagannathan, Ravi, and Zhenyu Wang, 1996, The Conditional CAPM
and th e Cross-section of Expected Returns, Journal of Finance 51, 3–54 ? Lettau, Martin, and Sydney C. Ludvigson, 2001b, Resurrecting the
(C)CAPM: A Cross-Sectional Test When Risk Premia Are Time-Varying,
Journal of Po- litical Economy 109, 1238–1287
Pitfalls in Estimation and Interpr etation
? Lewellen, Jonathan, Stefan Nagel, and Jay Shanken, 2010, A Skeptical Ap- praisal of Asset-Pricing Tests, Journal of Financial Economics 96, 175–194
? Nagel, Stefan, and Kenneth J. Singleton, 2011, Estimation and Eval- uation of Conditional Asset Pricing Models, Journal of Finance 66, 873–909
Week 6: Structural Linear Factor Models (con t.) Heteroskedasticity and the Risk-Return T radeoff
? French, Kenneth R., G.William Schwert, and Robert F. Stambaugh, 1987, Expected stock returns and volatility, Journal of Financial Eco- nomics 19, 3– 29
? Bansal, Ravi, Dana Kiku, Ivan Shaliastovich, and Amir Yaron, 2013, Volatility, the Macroeconomy and Asset Prices, Journal of Finance, forthcoming
? Campbell, John Y., Stefano Giglio, Christopher Polk, and Robert T ur- ley, 2012, An Intertemporal CAPM with Stochastic Volatility, W orking Paper, Harvard University
Absence of Arbitrage and the Term Structure of Interest Rates ? Piazzesi, Monika, Affine Term Structure Models, 2011, Handbook of Financial Econometrics, North-Holland, 692–766
? Dai, Qiang, and Kenneth J. Singleton, 2002, Expectations Puzzles, Time-varying Risk Premia, and Affine Models of the Term Structure, Journal of Financial Economics 63, 415–441.
10
? Joslin, Scott, Kenneth J. Singleton, and Haoxiang Zhu, 2011, A New Perspective on Gaussian Dynamic Term Structure Models, Review of Financial Studies 24, 926–970.
? Litterman, R., and J. Scheinkman, 1991, Common Factors Affecting Bond Returns, Journal of Fixed Income 1, 54–61
Week 7: Nonlinear Rational Expectations Mo dels CRRA Preferences
? Singleton Chapter 10
? Hansen, Lars P., and Kenneth J. Singleton, 1982, Generalized Instru- mental Variables Estimation of Nonlinear Rational Expectations Mod- els, Econometrica 50, 1269–1286
Econometric Issues
? Hansen, Lars P., 1982, Large Sample Properties of Generalized Method of Moments Estimators, Econometrica 50, 1029–1054
? Hansen, Lars P., John C. Heaton, and Amir Yaron, 1996, Finite-Sample Properties of Some Alternativ e GMM Estimators, Journal of Business and Economic Statistics 14, 262–280
? Hansen, L., J. Heaton, and E. Luttmer, 1995, Econometric Evaluation of Asset Pricing Models, Review of Financial Studies 8, 237–274
Long-run Risks
? Epstein, L., and S. Zin, 1991, Substitution, Risk Aversion, and t he Temporal Behavior of Consumption and Asset Returns: An Empirical Investigation, Journal of Political Economy 99, 263–286
? Bansal, R., D. Kiku, and A. Yaron, 2007, Risks for the Long Run: Estimation and Inference, Working Paper, Duk e University
? Beeler, Jason, and John Y. Campbell, 2012, The Long-Run Risks Model and Aggregate Asset Prices: An Empirical AssessmentCritical Finance Re- view 1, 141–182
11
? Bansal, Ravi, Dana Kiku, and Amir Yaron, 2012, An Empirical Eval-
uation of the Long-Run Risks Model for Asset PricesCritical Finance
Review 1, 183–221
Disasters and Crashes
? Barro, Robert J., 2006, Rare Disasters and Asset Mark et s in the Twen-
tieth Century, Quarterly Journal of Economics 121, 823–866
? Broadie, Mark, Mikhail Chernov, and Michael Johannes, 2009, Understand- ing index option returns, Review of Financial Studies 22, 4493–4529 ? Nakamura, Emi, Jon Steinsson, Robert Barro, and Jose Ursua, 2012,
Crises and Recoveries in an Empirical Model of Consumption Disasters,
American Economic Journal: Macroeconomics, forthcoming
? Backus, David, Mikhail Chernov, and Ian Martin, 2011, Disasters Im-
plied by Equity Index OptionsThe Journal of Finance 66, 1969–2012 Learning
? Collin-Dufresne, Pierre, Michael Johannes, and Lars A. Lochstoer,
2012, Parameter Learning in General Equilibrium: The Ass e t Pricing
Implications, Working Paper, Columbia Business Sc ho ol
? GLS...
Part III: Investor Behavior and Heterogeneit y
Week 8: Investor Behavior and Heterogeneit y Limited Stock Market Participation and Consumption Risk
? Brav, Alon, George M. Constantinides, and Christopher C. Geczy,
2002, Asset Pricing with Heterogeneous Consumers and Limited Par-
ticipation: Empirical Evidence, Journal of Political Economy 110, 793–
824
? Mankiw, N. Gregory, and Stephen Zeldes, 1991, The Consumption of
Stockholders and Nonstockholders, Journal of Financial Economics 29,
97–112
12
? Malloy, Christopher J., Tobias J. Moskowitz, and Annette Vissing- Jrgensen, 2009, Long-Run Stockholder Consumption Risk and Asset Returns, Journal of Finance 64, 2427–2479
Time-variation in Household Risk-taking
? Brunnermeier, Markus, and Stefan Nagel, 2008, Do Wealth Fluctua- tions Generate Time-Varying Risk Aversion? Micro-Evidence on Indi- viduals Asset Allocation, American Economic Review 98, 713–736 ? Malmendier, Ulrike, and Stefan Nagel, 2011, Depression Babies: Do Macroeconomic Experiences Affect Risk-Taking?, Quarterly Journal of Economics 126, 373–416
Belief F ormation
? Malmendier, Ulrike, and Stefan Nagel, 2013, Learning from Inflation Experiences, Working Paper, Stanford and UC Berkeley
? Vissing-Jorgensen, Annette, 2003, Perspectives on Behavioral Finance: Does Irrationality Disappear with Wealth? Evidence from Expecta- tions and Actions, in NBER Macroeconomics Annual
? Piazzesi, Monika, and Martin Schneider, 2012, Inflation and the Price of Real Assets, Working Paper, Stanford University
Investor Sen timen t
? Section 5 in Nagel, Stefan, 2013, Empirical Cross-Sectional Asset Pr ic- ing, Annual Review of Financial Economics, forthcoming
? Lakonishok, Josef, Andrei Shleifer, and Robert W. Vishny, 1994, Con- trarian Investment, Extrapolation and Risk, Journal of Finance 49, 1541–1578
? Stambaugh, Robert F., Jianfeng Yu, and Yu Yuan, 2012, The Short of It: Investor Sen timen t and AnomaliesJournal of Financial Economics 104, 288 –302
13
? Diether, Karl B., Christopher J. Malloy, and Anna Scherbina, 2002, Differ- ences in Opinion and the Cross Section of Stock Returns, Jour- nal of Finance 57, 2113–2140
? Baker, Malcolm, and Jeffrey Wurgler, 2006, Investor Sen timen t and the Cross- Section of Stock Returns, Journal of Finance 61, 1645–1680
? Cohen, Lauren, and Andrea Frazzini, 2008, Economic Links and Pre- dictable Returns, Journal of Finance 63, 1977–2011
Part IV: Imperfect Markets and Liquidity
Week 9: Imperfect Markets and Liquidity
Limited Arbitrage and Liquidity Supply
? Duffie, Darrell, 2010, Presiden t ial Addre s s:Asset Price Dynamics with Slow- Moving CapitalJournal of Finance 65, 1237–1267
? Coval, Joshua, and Erik Stafford, 2007, Asset Fire Sales (and Pu r- chases) in Equity MarketsJournal of Financial Economics 86, 479–512
? Garleanu, Nicolae, Lasse Heje Pedersen, and Allen M. Poteshman, 2009, Demand-Based Option PricingReview of Financial Studies 22, 4259–4299
? Brunnermeier, Markus K., and Stefan Nagel, 2004, Hedge Funds and the Technology BubbleJournal of Finance 59, 2013–2040
Time-varying Liquidity Supply and Arbitrage In tensit y
? Nagel, Stefan, 2012, Evaporating Liquidity, Review of Financial Studies 25, 2005–2039
? Hu, Grace Xing, Jun Pan, and Jiang Wang, 2012, Noise as Information for Illiquidity, Working Paper, MIT
Liquidity, Liquidity Risk, and Expected Returns
? Krishnamurthy, Arvind, 2002, The Bond/Old-Bond SpreadJournal of Financial Economics 66, 463 –506
14
? Acharya, Viral, and Lasse H. Pedersen, 2005, Asset Pricing with Liq- uidity Risk, Journal of Financial Economics 77, 374–410
? Pastor, Lubos, and Robert F. Stambaugh, 2003, Liquidity Risk and Expeced Stock Returns, Journal of Political Economy 111, 642–685
? Adrian, Tobias, Erkko Etula, and Tyler Muir, 2012, Financial In te r- mediaries and the Cross-Section of Asset Returns, Journal of Finance, forthcoming
? Frazzini, Andrea, and Lasse H. Pedersen, 2011, Betting Against Beta, Work- ing Paper, NYU
? Amihud, Yakov, and Haim Mendelson, 1986, Asset pricing and the bid-ask spreadJournal of financial Economics 17, 223–249
15
聚四氟乙烯类PVEF涂料用树脂产品使用说明书
涂料用聚四氟乙烯类PVEF-A树脂产品说明书 产品性能： 涂料用聚四氟乙烯类PVEF-A树脂。它是四氟乙烯与其它带官能团的碳氢烯烃在溶剂中的共聚产物，其大分子链的羟基官能团可以与二异氰酸酯反应，形成交联网状结构，这种网状结构大分子即是涂料的成膜物质。 涂料用聚四氟乙烯类PVEF-A树脂有优异的不粘性、耐腐蚀性、耐气候老化性、低摩擦等性能。同时由于不同官能团的碳氢烯烃构成链段的存在而表现出一定的溶解性、可交联性、润湿附着性和流平性。 涂料用聚四氟乙烯类PVEF-A树脂对外界条件的阻抗性能，表现出远超非含氟聚合物涂料的优势和具有常温固化的性质。 产品用途： 涂料用聚四氟乙烯类PVEF-A树脂，主要是制备各种建筑物的外墙涂料，它具有耐候性和自洁性，奉命长不变色的特点；同时适用于大型建筑金属构件的防锈蚀，特别适合苛刻环境条件下的耐酸、耐碱和氧化剂的耐腐蚀涂层以及各种交通工具（火车、汽车、轮船、飞机等）壳体涂料。 因此它广泛应用于石油、化工、机械、制冷、军事、航空、航天、有色金属、电子等国民经济建设领域。 产品技术条件 本产品符合晨光J/CGY标准
使用及注意事项： 使用：聚四氟乙烯类涂料用树脂PVEF-A鉴定配方。 1、白漆配方： *A+B+稀释剂混合均匀后，涂料应在8小时内用完； **稀释剂加入量视刷涂、喷涂实际情况而定； ***本鉴定配方由于用户实际使用条件非我方控制，故此信息不含担保。 2、操作：按鉴定配方PVEF-A树脂中分别加入A组份中的各组份（颜料、助剂），通过分散研磨的制漆工艺得到的白色涂料。然后采用线棒涂膜方式在打磨干净的马口铁板上进行涂膜，涂膜厚度由线棒涂膜器确定为60μm左右。完成涂膜后2小时表干，24小时实干，5天涂膜完全固化，进行测试数据。 3、测定结果： 4、注意事项：操作人员应配备个人防护用品，例如：活性碳吸附式面罩、口罩、耐溶剂手套、防护服、护目镜等。作业区应具有良好通风环境，远离明火、热源。本产品可与有机颜料或无机颜料配色或调色。 包装、贮存、运输： 1、本品包装在经检查合格的容器内，20Kg/桶，或与用户协商进行包装。 2、本品是溶剂型液体，应严格按国家劳动总局颁布的《危险化学品安全监察规程》进行保管、运输和使用，严禁与易燃物、可燃物、氧化剂混装混运。 3、本品应在阴凉、通风处贮存、运输和使用，严禁野蛮装卸。
singleton模式和prototype模式
spring 的单例模式 singleton---单例模式 单例模式,在spring 中其实是scope(作用范围)参数的缺省设定值 每个bean定义只生成一个对象实例,每次getBean请求获得的都是此实例 单例模式分为饿汉模式和懒汉模式 饿汉模式 spring singleton的缺省是饿汉模式:启动容器时(即实例化容器时),为所有spring配置文件中定义的bean都生成一个实例 懒汉模式 在第一个请求时才生成一个实例,以后的请求都调用这个实例 spring singleton设置为懒汉模式:
放射性的应用与防护教案1
19．4 放射性的应用与防护 ★新课标要求 （一）知识与技能 （1）知道什么是核反应，会写出人工转变方程。 （2）知道什么是放射性同位素，人造和天然放射性物质的主要不同点。 （3）了解放射性在生产和科学领域的应用。 （4）知道放射性污染及其对人类和自然产生的严重危害，了解防范放射线的措施，建立防范意识。 （二）过程与方法 渗透和安全地开发利用自然资源的教育。 （三）情感、态度与价值观 培养学生收集信息、应用已有知识、处理加工信息、探求新知识的能力。 ★教学重点 人工转变的两个核反应方程及反应过程中遵循的规律。 ★教学难点 人工转变的两个核反应方程及反应过程中遵循的规律 ★教学方法 教师启发、引导，学生讨论、交流。 ★教学用具： 1．挂图，实验器材模型，课件等。 2．多媒体教学设备一套：可供实物投影、放像、课件播放等。 ★课时安排 1 课时 ★教学过程 （一）引入新课 教师：前面已经学习了核反应的一种形式：衰变。本节课我们要学习核反应的另一种形式：人工转变以及人工转变产生的放射性同位素的应用和核辐射的防护。 学生：回忆前面学习的衰变方程以及衰变过程中遵循的规律。同时学生说出三种衰变物 质的性质。 点评：开门见山引入本节课的课题，这能很快让学生知道本节课要做的事情，符合这一部分内容的教学。 通过复习巩固前面的知识，对这一部分内容的教学是有帮助的，有利于学生对人工转变的理解。 （二）进行新课
1．核反应：原子核在其它粒子的轰击下产生新原子核的过程叫核反应。在核反应中质量数守恒、电荷数守恒。 人工转变核反应方程： H O He N 111784214 7 +→+ n C He Be 1012 6429 4+→+ 例：写出下列原子核人工转变的核反应方程。 （1）1123Na 俘获1个α粒子后放出1个质子 （2）1327Al 俘获1个α粒子后放出1个中子 （3）816O 俘获1个中子后放出1个质子 （4）1430Si 俘获1个质子后放出1个中子 学生：理解并记住核反应方程，通过方程理解核反应中遵循的规律。 点评：这部分主要为老师讲解，学生通过前面已学的知识来掌握新的知识。再通过例题进行巩固。 2．人工放射性同位素 （1）放射性同位素：有些同位素具有放射性，叫做放射性同位素。放射性同位素有天然和人造两种，它们的化学性质相同。 （2）人工放射性同位素 Al He P （3）人工放射性同位素的优点：放射强度容易控制；形状容易控制；半衰期短，废料容易处理。 （4）凡是用到射线时，都用人造放射性同位素 学生：从这部分开始主要为学生自习和上网查找资料，一方面要掌握书本的知识，另一方面要扩展自己的知识面，同时有问题的地方及时向老师提问， 点评：这一节大部分为陈述性的知识，教学难度不大，学生很容易掌握，如果让学生自习并上网查相关资料，他们一样可以掌握的很好，同时还能扩展他们的知识面，更能激发学生学习的热情。 3．放射性同位素的应用： （1）利用射线： 射线测厚装置 烟雾报警器 放射治疗 培育新品种，延长保质期 学生要能说出如何利用放射性物质的射线的。对于书本的几种事例要能够讲清楚工作的
EJ513-1990 放射性污染防护手套
F 79 EJ 513—1990 放射性污染防护手套 1990-08-10发布 1991-01-01实施 中国核工业总公司发布 附加说明： 本标准由中国核工业总公司安防环保卫生部提出。 本标准由核工业第二研究设计院负责起草。 本标准主要起草人：余瑞汉、张荫荣。 1 主题内容与适用范围 本标准规定了放射性污染防护手套的规格尺寸、物理机械性能、外观质量、材料、检验方法、验收规则、包装与标志、运输与保管等要求。 本标准适用于非渗透材料放射性污染防护手套的生产、运输和贮存。 本标准不适用于可渗透材料的和含铅的防护手套。 2 引用标准 HG 4—1455 工业手套 HG 4—874 胶乳制品物理机械性能试验的一般要求
HG 4—875 胶乳制品拉伸性能试验方法 EJ 23 两用乳胶手套 HG 4—876 胶乳制品热空气老化试验方法 HG 4—1454 胶乳工业手套耐酸（碱）试验方法 3 规格与尺寸 3.1 短袖、中袖防护手套主要部位的尺寸和偏差，应符合HG 4—1455的规定（见表1）。 表1 mm 规格中指至边部的总长度号码双层厚度拇指根手掌处周长 短袖250±10小 +0.2 B 1.4 ?0.1 190～210 H 1.8 ±0.2 300±10中 +0.2 B 1.4 ?0.1 210～240 H 1.8 ±0.2 350±10大 +0.2 B 1.4 ?0.1 240～270 H 1.8 ±0.2 中袖400±15小 +0.2 B 1.4 ?0.1 190～210 H 1.8 ±0.2 450±15中 +0.2 B 1.4 ?0.1 210～240 H 1.8 ±0.2 500±15大 +0.2 B 1.4 ?0.1 240～270 H 1.8 ±0.2 注：B为薄型，H为厚型。 3.2 长袖防护手套主要部分位尺寸和偏差，应符合EJ 23的规定（见表2）。
聚四氟乙烯系列说明书
目录 聚四氟乙烯系列 一、F4覆铜箔板类 ●聚四氟乙烯玻璃布覆铜箔板（F4B—1/2）………………………………………… ●宽介电常数聚四氟乙烯玻璃布覆铜箔板（F4BK—1/2）………………………… ●宽介电常数聚四氟乙烯玻璃布覆铜箔板（F4BM—1/2）………………………… ●宽介电常数聚四氟乙烯玻璃布覆铜箔板（F4BMX—1/2）[新品推荐]………… ●宽介电常数聚四氟乙烯玻璃布覆铜箔板（F4BME—1/2）［新品推荐］………… ●介电常数2.94覆平面电阻铜箔高频层压板［新品推荐］……………………●金属基聚四氟乙烯玻璃布覆铜箔板（F4B—1/AL.CU）［新品推荐］…………… ●绝缘聚四氟乙烯覆铜箔板（F4T—1/2）…………………………………………复合介质基片系列 一、TP类 ●微波复合介质覆铜箔基片（TP—1/2）…………………………………………二、TF类
●聚四氟乙烯陶瓷复合介质覆铜箔基片（TF—1/2）…………………………… 二、F4漆布类………………………………………………………………………… ●防粘布（F4B—N） ●绝缘布（F4B—J） ●透气布（F4B—T） 聚四氟乙烯玻璃布覆铜箔板F4B—1/2 本产品是根据微波电路的电性能要求，选用优质材料层压制成，它具有良好的电气性能和较高机械强度，是一种优良微波印制电路基板。 技术条件 外观符合微波印制电路基板材料国、军标规定指标 型号F 4B255 F 4 B265 介电常数 2.55 2.65 常规板面尺寸（mm）300×250 380×350 440×550 500×500 460×610 600×500 840×840 1200×1000 1500×1000 特殊尺寸可根据客户要求压制 铜箔厚度0.035mm 0.018mm 厚度尺寸及公差（mm）板厚0.17、0.25 0.5、0.8、1.0 1.5、2.0 3.0、4.0、5.0 公差±0.01 ±0.03 ±0.05 ±0.06 板厚包括两面铜箔厚度，特殊尺寸可根据客户要求压制 机 械性能翘 曲 度 板厚（mm） 翘曲度最大值mm/mm 光面板单面板双面板 0.25～0.5 0.03 0.05 0.025 0.8～1.0 0.025 0.03 0.020
单例模式介绍
1 单例（Singleton）模式：单例模式确保某一个类只有一个实例，而且该类只能是自己实例化自己并向其他类公开这个实例的对象创 建模式 采用单例模式的类:根据单例模式知道其要满足以下三点 1. 确保某一个类只有一个实例 2. 而且自己实例化 3. 并向其他类提供这个实例类。 2 确保以上三点的所采用的编程策略 * 把构造方法声明为Private。确保只能由自己创建，避免外部创建实例或者被子类继承从而创造额外实例； * 定义一个私有静态的该类的实例作为该类的数据域。确保一个类只能有一个实例； *定义一个静态工厂方法。外部类不能实例化一个该类的对象，所以只能用Static 的方法，提供给其他类调用，返回此单例类唯一的实例。 3、使用单例模式的条件: 使用单例模式有一个必要条件：在一个系统要求一个类只有一个实例时才应当使用单例模式，反过来说，如果一个类可以有几个实例共存，那么就没有必要使用单例模式类。
4 单例在JAVA中的3种（一般形式）形式 主动式单例类： public class ActiveSingleton { private static final ActiveSingleton m_instance = new ActiveSingleton(); //在类加载的时候就实例化一个自己的对象 private ActiveSingleton() { } //每次调用该工厂方法返回该实例 public static ActiveSingleton getInstance() { return m_instance; } } java语言中单例类的一个最重要的特点是类的构造方法是私有的，从而避免外界利用构造子直接创建出任意多的实例。因为构造是私有的，因此此类不能被继承。主动式单例类在类加载的时候就实例化一个自己的对象。 被动式单例类： public class LazySingleton { private static LazySingleton m_instance = null; private LazySingleton() { }
放射性基本知识及其安全防护
放射性基本知识及其安全防护技术培训班讲义之一 广州瑞发有限公司编制
第一章放射源 §1-1 物质、原子和同位素 自然界中存在的各种各样的物体，大的如宇宙中的星球，小的如肌体的细胞。都是由各种不同的物质组成的。 物质又是由无数的小颗粒所组成的。这种小颗粒叫做“原子”由几个原子还可以组成较复杂的粒子叫分子。如水，就是由二个氢原子和一个氧原子化合成一个水分子。无穷多的水分子聚在一起。就是宏观的水。 原子虽然很小，它仍有着复杂的结构。原子由原子核和一定数量的电子组成。原子核在中心，带正电。电子绕着原子核在特定的轨道上运动，带负电。整个原子的正负电荷相等，是中性的。原子核内部的情况又是怎样的呢？简单地讲，原子核是由一定数量的质子和中子组成。中子数比质子数稍多一些。两者数目具有一定的比例。 一个原子所包含的质子数目与中子数目之和，称为该原子的质量数。它也就是原子核的质量数。简单归纳一下： 质子（带正电，数目与电子相等） 原子核 原子中子（不带电，数目=质量数-原子序数）电子（质量小，带负电，数目与质子相等，称为原子序 数） 原子的化学性质仅仅取决于核外电子数目，也就是仅仅取决于它的原子序数。我们把原子序数相同的原子称作元素。
有些原子，尽管它们的原子序数相同，可是中子数目不相同，这些原子的化学性质完全相同。而原子核有着不同的特性。例如：11H、 2 1H、3 1H，它们就是元素氢的三种同位素。又如： 59CO和60CO是元素钴的两种同位素。 235U和238U是元素铀的两种同位素 自然界中已发现107种元素，而同位素有4千余种。 原子核里的中子比质子稍多，确切地说，质子数与中子数应有一 个合适的比例（如轻核约为1：1，重核约为1：15）。只有这样的原子核才是稳定的，这种同位素就叫做稳定同位素。如果质子的数目过多或过少，也即中子数目过少或过多。原子核往往是不稳定的，它能够自发地发生变化，同时放出射线和能量。这种原子核就叫做放射性原子核。它组成的原子就叫做放射性同位素，如59CO是稳定同位素，60CO是放射性同位素。 放射性同位素分为天然和人工两种。天然的就是自然界中容观存在的。如铀、钍、镭及其子体；以及钾、钙等等。人工的就是通过人为的方法制造的。如利用反应堆或加速器产生的粒子打在原子核上，发生核反应，使原子核内的质子（或中子）数目发生变化。生成放射性同位素，60CO就是把59CO放在反应堆里照射。吸收一个中子后变成的，所以60CO就是人工放射性同位素。 §1-2放射性衰变和三种射线 放射性原子核通过自发地变化，放出射线和能量，同时自己变成一个新的原子核。这个过程叫做放射性衰变。
地下水放射性污染物的检测与防护
Advances in Environmental Protection 环境保护前沿, 2019, 9(6), 842-847 Published Online December 2019 in Hans. https://www.wendangku.net/doc/e95408660.html,/journal/aep https://https://www.wendangku.net/doc/e95408660.html,/10.12677/aep.2019.96110 Detection and Protection of Radioactive Pollutants in Groundwater Manjiao Guo Jingjiang Hydrological and Water Resources Survey Bureau, Hydrological Bureau of Yangtze River Water Resources Commission, Jingzhou Hubei Received: Nov. 19th, 2019; accepted: Dec. 6th, 2019; published: Dec. 13th, 2019 Abstract Groundwater is an important water body, which is closely related to human production and life. Groundwater pollution is of concealment and complexity, and the harm of radioactive pollution is more difficult to detect. It can only be perceived with the help of special instruments and equip-ment. With the increasing of human radiation diseases, it is very important to use new instru-ments and new technologies to monitor the radioactive pollution of groundwater, protect the eco-logical environment of groundwater, master the protective measures to avoid radiation injury and protect the health of people. This paper introduces the detection principle, main structure and monitoring process of the latest domestic FYFS-400X series four channel low background α and βmeasuring instrument for detecting radioactivity in groundwater, analyzes the source and harm degree of groundwater radioactive pollution, and puts forward the protective measures for pre-venting radiation injury in laboratory analysis. Keywords Groundwater, Radioactive Pollution, Monitoring Methods, Safety Protection 地下水放射性污染物的检测与防护 郭满姣 长江水利委员会水文局荆江水文水资源勘测局，湖北荆州 收稿日期：2019年11月19日；录用日期：2019年12月6日；发布日期：2019年12月13日 摘要 地下水是一种重要水体，与人类生产生活密切相关。地下水污染具有隐蔽性和复杂性，且放射性污染危
第三章 3 放射性的应用、危害与防护
3放射性的应用、危害与防护 1.在工业生产中,某些金属材料内部出现的裂痕是无法直接观察到的,如果不能够发现它们,可能 会给生产带来极大的危害,自从发现放射线之后,则可以利用放射线进行探测,这是利用了() A.α射线产生的24He B.β射线的带电性质 C.γ射线的贯穿本领 D.放射性元素的示踪本领 解析:放射性同位素的应用是利用它的射线和作为示踪原子两个方向开展的,γ射线的贯穿本领较强, 可以用来进行金属探伤.故正确选项为C. 答案:C 2.(多选)防止放射性污染的防护措施有() A.将废弃的放射性物质进行深埋 B.将废弃的放射性物质倒在下水道里 C.接触放射性物体的人员穿上防护服 D.严格和准确控制放射性物质的放射剂量 解析:因为放射性污染物残存的时间比较长,且具有辐射性,故应将其深埋,A对,B错.铅具有一定的防 止放射性能力,接触放射性物体的人员穿上铅防护服,并要控制一定的放射剂量,故C、D均正确. 答案:ACD 3.(多选)建筑材料中的放射性物质钋(Po)发生衰变后,生成也具有放射性的氡气(Rn),而氡气有致 癌作用,为降低房间内的放射性污染,下列做法可行的是 () A.加热使放射性物质分解 B.开窗通风 C.中和放射性物质 D.不使用放射性超标材料 解析:在生活中要尽可能地远离放射源,故最好的办法是不使用含有放射性物质的建材,或使氡气尽快 离开房间,开窗通风不失为一种好办法,故B、D正确. 答案:BD 4.用人工方法得到放射性同位素,这是一个很重要的发现,天然的放射性同位素只不过四十多种, 而今天人工制造成的放射性同位素已达一千多种,每种元素都有放射性同位素.放射性同位素在工业、农业、医疗卫生和科学研究等许多领域都得到了广泛的应用.1965年,我国科学家首次用人工方法合 成的牛胰岛素和天然牛胰岛素是同一物质,当时所用的鉴别技术应该是() A.光谱分析 B.同位素示踪原子
放射性 测井
第九章 放射性测井 放射性测井是根据岩石和介质的核物理性质，研究钻井地质剖面，寻找油气藏以及研究油井工程的地球物理方法。 放射性测井方法，按其探测射线的类型可分为两大类，即探测伽马射线的伽马测井法和探测中子的中子测井法。 ?????? ???????????????????脉冲中子测井中子伽马测井中子测井确定孔隙度）中子测井岩性密度密度测井自然伽马能谱自然伽马泥质含量、划分岩性）伽马测井放射性测井(( 放射性测井的优点：１、裸眼井、套管井内均可进行测井；２、在油基泥浆、高矿化度泥浆以及干井中均可测井；３、是碳酸岩剖面和水化学沉积剖面不可缺少的测井方法。但是它的测速慢，成本高。由于生产和解释方法的改进，放射性测井解决生产问题的范围不断扩大，它仍是一项重要的测井方法。特别是核磁共振测井仪的研制成功，更加扩大了放射性测井的应用范围。 第一节 放射性测井的基本知识 一、原子核的衰变及其放射性 １、原子的结构 ????????负电荷 核外电子：带一个单位：不带电 中子位正电荷氢的原子核，带一个单质子原子核Ａ原子(N):(Z) ２、核素和同位素 核素：是指原子核中具有一定数目质子和中子并在同一能态上的同类原子，同一核素的原子核质子数和中子数相等。 同位素：是指核中质子数相同而中子数不同的核素，它们在元素周期表中占同一位置。 ３、核衰变 放射性同位素的原子核自发地发生分解，转变成另外某种原子核，并放出放射性射线λβα、、，这种现象叫核衰变，放出放射性射线的性质叫放射性。如： -+→β40204019Ca K
λβ+→→+-4018*40184019A A K 任何放射性元素衰变时，其原子核数量都是按下列规律减少的： t e N N λ-=0 N 0：放射性元素的初始量；N ：经过时间t 后的放射性元素量；λ：衰变常 数，表征衰变速度的常数。由上式可看出，随着t ↗，放射性元素的原子数↘，当t →∞，原子数量越接近于零。 除了用λ外，还用半衰期T 来说明衰变的速度。半衰期就是从放射性元素原子核的初始量，开始到一半原子已发生衰变时所经历的时间，T 和λ有如下关系：λ693 .0=T 。 λ越大，T 越短，放射性元素的衰变越快。 ４、放射性射线的性质 在放射性射线中γβα、、，此外还有其它射线，这里只介绍γβα、、射线。 ①α射线：是氢的原子核流，氢的原子核是4 2He ，因其质量大，易引起物质的电离或激发，被物质吸收，所以它在物质中运动时，射程很小，在空气中为 2.5cm 左右，在岩石中和金属矿层中，约为数十万分之一米，因α射线穿透能力很差，所以在井内探测不到α射线。 ②β射线：是高速运动的电子流。它在物质中的射程也较短。 ③γ射线：是频率很高的电磁波（波长为3x10-11～10-9cm ）或光子流，不带电荷，但其能量很高，一般在几十万电子伏特以上，并且有很强的穿透能力，例如要使给定的γ射线强度减弱到一半，则需要穿过12.7mm 厚的铅层(铅的吸收能力很强)，所以γ射线在放射性测井中能被探测到而得到利用。 5、伽马射线与物质的作用 γ射线穿过物质时，与构成物质的原子发生作用，主要产生如下现象：光电效应，康普顿效应，电子对效应。 (1) 光电效应：γ射线穿过物质，与构成物质的原子中的电子相碰撞，γ量子将其所有能量交给电子，使电子脱离原子而运动形成光电子，γ量子本身则整个被吸收，这种效应称为光电效应。光电效应和γ射线的能量与吸收物质的原子序数有密切关系，随原子序数增加而迅速增大，但随射线能量增大光电效应迅速减小。（岩性密度测井的部分原理）
为什么要使用单例模式
为什么要使用单例？有几种单例的认识 2010-11-14 16:10 为什么好多考官都要考单例模式，现将自已的理解做一下简单介绍：其实程序最初的思想是用NEW去创建一个实例对象，然后我们使用这个实例对象去做一些相关的操作，那如果有多个线程同时访问，那意味着要NEW多个实例对象，这样不仅使服务器性能下降，而且占用内存会越来越大，线程越多，占用内存越大。例：当我们需要访问的时候总是需要NEW一个CONNECT实例，然后才能用实例进行增删改的相关操作，然而这对于一个WEB客户端，启动一个线程，在每次访问的时候都会去与服务器后台打交道，这意味着，假如有一万个Web客户端将要启动一万个线程都去访问服务器那将会，NEW一万个实例对象，不公是非常占内存，而且性能也会急剧下降，后果可想而知......，因此优秀的程序员们绞尽脑汁的去优化自已的程序。有人提问：在这一万个WEB客户端线程间，是否能将CONNECT只用一个实例，让每一个WEB客户端都去访问这个连接？答案就是单例。如果我们创建一个单例程序，然后在服务器启动后，自始自终，服务器只对某个类进行一次实例，这就是单例。它不仅能节省服务器的内存，也能提高服务器的性能。如果平凡的使用NEW也会耗相当大的内存，所以在能够多个线程之间共用一个对象的时候，尽量用单例模式去实现该程序。 SPRING是我们每个人都非常熟知的开源框架。SPRING中大量使用了单例去初始化一些BEAN。这使得我们N多WEB客户端在请
求的时候不需要在NEW一些东西，只需要去得到单例的对象去操作，就可以了，它的依赖注入也只是将这些单例的实例对象得到然后进行注入到另一个对象，进行使用。 Ext JS中也使用了不少的单例模式，JS使用单例，可以对客户浏览器中的内存得到充分的利用。 单例模式的要点 显然单例模式的要点有三个；一是某个类只能有一个实例；二是它必须自行创建这个实例；三是它必须自行向整个系统提供这个实例。在下面的对象图中，有一个"单例对象"，而"客户甲"、"客户乙" 和"客户丙"是单例对象的三个客户对象。可以看到，所有的客户对象共享一个单例对象。而且从单例对象到自身的连接线可以看出，单例对象持有对自己的引用。 一些资源管理器常常设计成单例模式。 在计算机系统中，需要管理的资源包括软件外部资源，譬如每台计算机可以有若干个打印机，但只能有一个Printer Spooler，以避免两个打印作业同时输出到打印机中。每台计算机可以有若干传真卡，但是只应该有一个软件负责管理传真卡，以避免出现两份传真作业同时传到传真卡中的情况。每台计算机可以有若干通信端口，系统应当集中管理这些通信端口，以避免一个通信端口同时被两个请求同时调用。
辐射安全与防护知识培训试题(答案)
辐射安全与防护知识培训试题科室__________单位___________________姓名___________ 一、名词解释(每题10分,共60分) 1、放射性活度 放射性活度：处于某一特定能态的放射性核在单位时间内的衰变数，记作A，A=dN／dt=λN,表示放射性核的放射性强度。根据指数衰变规律可得放射性活度等于衰变常数乘以衰变核的数目。放射性活度亦遵从指数衰变规律。放射性活度的国际单位制单位是贝可勒尔（Bq），常用单位是居里（Ci）。由于有些放射性核一次衰变不止放出一个粒子或γ光子，因此，用放射探测器实验计数所得的不是该核的放射性活度，还需利用放射性衰变的知识加以计算。 2、放射源 放射源是指用放射性物质制成的能产生辐射照射的物质或实体,放射源按其密封状况可分为密封源和非密封源。密封源是密封在包壳或紧密覆盖层里的放射性物质,工农业生产中应用的料位计、探伤机等使用的都密封源,如钴钴-60、铯-137、铱-192等。非密封源是指没有包壳的放射性物质,医院里使用的放射性示踪剂属于非密封源,如碘-131,碘-125,锝-99m 等.放射源发射出来的射线具有一定的能量,它可以破坏细胞组织,从而对人体造成伤害.当人受到大量射线照射时,可能会产生诸如头昏乏力,食欲减退,恶心,呕吐等症状,严重时会导致机体损伤,甚至可能导致死亡; 但当人只受到少量射线照射时,一般不会有不适症状,也不会伤害身体 3、吸收剂量 描述X和γ射线的辐射量分为电离辐射常用辐射量和辐射防护常用辐射量两类。前者包括照射量、比释动能、吸收剂量等。后者包括当量剂量、有效剂量等。 所谓“剂量”是指某一对象接收或“吸收”的辐射的一种度量。 电离辐射传给单位质量的被照射物质的能量叫吸收剂量，吸收剂量的大小，一方面取决于电离辐射的能量，另一方面还取决于被照射物质的种类。它适用于任何电离辐射和任何被照射的物质。 吸收剂量（D）的单位和比释动能相同，SI单位是焦耳千克-1表示，其特定名称为戈瑞 4、辐射事故的处理 1．立即撤离有关工作人员，封锁现场，控制事故源，切断一切可能扩大污染范围的环节，防止事故扩大和蔓延。放射源丢失，要全力追回，对放射源脱出，要将源迅速转移至容器内。 2．对可能受放射性核素污染或者损伤的人员，立即采取暂时隔离和应急救援措施，在采取有效个人防护措施的情况下组织人员彻底清除污染并根据需要实施医学检查和医学处理。 3．对受照人员要及时估算受照剂量。 4．污染现场未达到安全水平之前，不得
C-PTFE交联聚四氟乙烯说明
C-P T F E交联聚四氟乙 烯说明 -CAL-FENGHAI.-(YICAI)-Company One1
交联聚四氟乙烯（C-PTFE）系列产品 一、材料特性 交联聚四氟乙烯（C-PTFE）是以聚四氟乙烯（PTFE）为基材，在高温特殊条件下利用辐射交联技术通过特殊工艺加工的产品。C-PTFE具有耐高温、耐溶剂、耐化学溶剂、耐辐照、机械性能优异等一系列优点。与PTFE相比，C-PTFE 样品外观更透明且其耐磨性和耐辐照性能明显提高。 众所周知，PTFE最大缺点是不耐磨，摩擦系数在所有高分子材料中最小，一般依靠添加青铜粉、玻璃纤维、碳纤维等材料来提高PTFE耐磨性。与PTFE 相比，C-PTFE的耐磨性能提高1000倍以上，将其添加到常规PTFE中制成棒材、板材、薄膜、或者自润滑材料，可以显着改善材料的耐磨性能，且不影响原有加工工艺。 C-PTFE耐高温、耐溶剂、耐化学溶剂、机械性能优异，其具有许多独特的性能。与PTFE相比，C-PTFE的耐辐照性提高100倍以上，其高耐辐射性能可以在射线场、外太空等领域具有重要的应用。 二、物性指标 PTFE C-PTFE1C-PTFE2 外观不透明半透明透明 摩擦系数0．20 12002000 耐磨性1（初始设定 值） 110150 耐辐照性1（初始设定 值） 三、包装规格 提供粉末样品（100g）,片材（,, mm,, 等不同厚度规格） 四、应用领域 C-PTFE具有耐高温、耐溶剂、耐化学溶剂、耐辐照、机械性能优异等一系列优点。与PTFE相比，C-PTFE的透明度增加，耐磨擦损耗性、耐压缩性、耐辐照性明显提高，综合性能优异。C-PTFE在高精度办公机械，通讯机械 (各种轴承，密封垫，滑动轴承)，家用电器 (各种压缩机密封垫)，卫星通信设备，半导体设备，汽车 (滑动轴承，高温轴承)，飞机，火箭等 (衬垫、密封部件)，精密
java单例模式精解
Singleton模式可以是很简单的，它的全部只需要一个类就可以完成（看看这章可怜的UML图）。但是如果在“对象创建的次数以及何时被创建”这两点上较真起来，Singleton模式可以相当的复杂，比头五种模式加起来还复杂，譬如涉及到DCL双锁检测（double checked locking）的讨论、涉及到多个类加载器（ClassLoader）协同时、涉及到跨JVM（集群、远程EJB等）时、涉及到单例对象被销毁后重建等。对于复杂的情况，本章中会涉及到其中一些[1] 目的： 希望对象只创建一个实例，并且提供一个全局的访问点。 场景： Kerrigan对于Zerg来说是个至关重要的灵魂人物，无数的Drone、Zergling、Hydralisk……可以被创造、被牺牲，但是Kerrigan得存在关系到Zerg在这局游戏中的生存，而且Kerrigan是不允许被多次创造的，必须有且只有一个虫族刀锋女王的实例存在，这不是游戏规则，但这是个政治问题。 分析： 如前面一样，我们还是尝试使用代码来描述访问Kerrigan的过程，看看下面的UML图，简单得我都不怎么好意思放上来占版面。 图6.1 单例模式的UML图 结构是简单的，只是我们还有一些小小的要求如下：
1.最基本要求：每次从getInstance()都能返回一个且唯一的一个Kerrigan 对象。 2.稍微高一点的要求：Kerrigan很忙，很多人找，所以希望这个方法能适应多线程并发访问。 3.再提高一点的要求：Zerg是讲究公务员效率的社会，希望找Kerrigan的方法性能尽可能高。 4.最后一点要求是Kerrigan自己提出的：体谅到Kerrigan太累，希望多些睡觉时间，因此Kerrigan希望实现懒加载（Lazy Load），在需要的时候才被构造。 5.原本打算说还提要处理多ClassLoader、多JVM等情况，不过还是不要把情况考虑的太复杂了，暂且先放过作者吧（-_-#）。 我们第一次写的单例模式是下面这个样子的： Java代码 1./** 2. * 实现单例访问Kerrigan的第一次尝试 3. */ 4.public class SingletonKerriganA { 5. 6. /** 7. * 单例对象实例 8. */ 9. private static SingletonKerriganA instance = null; 10. 11. public static SingletonKerriganA getInstance() { 12. if (instance == null) { // line A 13. instance = new SingletonKerriganA(); //lin e B 14. } 15. return instance; 16. }
辐射安全与防护资格考试法规试题1
2020年国家改革了辐射安全与防护考核的方式，由以前的培训机构代发合格证，改为网上培训，网上考核。也就是说以前的经验全部归零。本文是作者仔细研究了大纲后，总结出的部分法律法规试题，希望对大家有用。 作者的希望就是通过做题来通过考试，毕竟看视频和背书太难了。 单选题 1：（）以上人民政府应当组织开展有针对性的放射性污染防治宣传教育，使公众了解放射性污染防治的有关情况和科学知识。 A：县级 B: 市级 C: 省级 D：国务院 解析：正确答案是A：县级。 2：在放射性污染防治工作中作出显著成绩的单位和个人，由（）以上人民政府给予奖励。 A：县级 B: 市级 C: 省级 D：国务院 解析：正确答案是A：县级。 3：核设施营运单位、核技术利用单位、铀（钍）矿和伴生放射性矿开发利用单位，负责本单位放射性污染的防治，接受环境保护行政主管部门和其他有关部门的监督管理，并依法对其造成的（）承担责任。 A: 放射性废物 B：放射性污染 C: 放射性危害 D：放射性事故 解析：正确答案是B：放射性污染
4：国家对从事放射性污染防治的专业人员实行（）制度；对从事放射性污染监测工作的机构实行资质管理制度。 A：许可证 B：资质管理 C：资格管理 D：任命 解析：正确答案是C资格管理。也有可能考对从事放射性污染监测工作的机构实行资质管理制度。 5：运输放射性物质和含放射源的射线装置，应当采取有效措施，防止放射性污染。具体办法由（国务院）规定。 A ：公安部 B：交通部 C：省级政府 D：国务院 解析：正确答案是D：国务院 6：核设施选址，应当进行科学论证，并按照国家有关规定办理审批手续。在办理核设施选址审批手续前，应当编制（），报国务院环境保护行政主管部门审查批准；未经批准，有关部门不得办理核设施选址批准文件。 A：环境报告表 B：环境影响报告书 C：环境文件 D：许可证申请文件 解析：正确答案是B：环境影响报告书。 7：生产、销售、使用放射性同位素与射线装置的单位，应当对本单位的放射性同位素与射线装置的辐射安全和防护工作负责，并依法对其造成的（放射性危害）承担责任。 A：放射性污染 B：放射性危害
远东M系列阀组使用说明书
阀组系列产品 1.VX-32型三阀组 2.M364W-420P-35/54型三阀组 3.M564W-320P-54五阀组 4.EFZ-320C(P)型二阀组 5.引压接头
VX-32型三阀组 使用说明书 北京远东仪表有限公司 1 用途 VX-32型三阀组可与本公司与美国EMERSON TM公司合资生产的1151、3051系列等差压变送器配合使用，其作用是从引压点将信号引入差压变送器正负测量室使引压点与测量室接通或断开。 2 基本参数 a. 公称压力：32MPa b. 环境温度：-30℃～+93℃ c. 介质温度：≤150℃ d. 重量：约2.5kg e. 外形尺寸：230×120×180mm f. 材质：1C r18 Ni 9Ti 3. 基本结构与工作原理 3.1 基本结构（如图1） 图 1 3.2 工作原理 M364W型三阀组由两端的引压阀和中间的平衡阀组成，三个阀结构相同，均采用聚四氟乙烯填料和9Cr18阀瓣，通过手柄旋转阀杆可实现阀门的开启与关闭。关闭二引压阀、打开平衡阀时，正负测量室相通。打开二引压阀、关闭平衡阀时，两引压管分别与正负测量室相通、两输出端压力不同。引压阀一开一闭、打开平衡阀时，两输出端压力相同。 4 安装方法 将三阀组装有聚四氟乙烯密封圈的二出压孔对准差压变送器法兰侧面1/4ANPT引压孔，均匀旋紧四条
螺栓，以保证密封。 5 注意事项 本产品出厂前已经打压试验合格，请不要任意松动零件，调整、维护请在专业人员指导下进行。 6 成套性 使用说明书 1份 检验合格证 1份 密封垫圈外径24.5mm内径19mm厚2mm 2件 螺栓 7/16-20UNF-2A 1″ 4件 焊接管接头 2件 7. 订货须知 根据选用的压力变送器量程代号。选择三阀组型号（见表） 8. 售后服务 本产品自发售之日起18个月内，在用户完全按使用说明书规定使用的情况下，如出现不符合技术要求的质量问题，我公司负责修理或更换。
23种模式详解
总体来说设计模式分为三大类： 创建型模式，共五种：工厂方法模式、抽象工厂模式、单例模式、建造者模式、原型模式。结构型模式，共七种：适配器模式、装饰器模式、代理模式、外观模式、桥接模式、组合模式、享元模式。 行为型模式，共十一种：策略模式、模板方法模式、观察者模式、迭代子模式、责任链模式、命令模式、备忘录模式、状态模式、访问者模式、中介者模式、解释器模式。 其实还有两类：并发型模式和线程池模式。用一个图片来整体描述一下： 二、设计模式的六大原则 1、开闭原则（Open Close Principle）
开闭原则就是说对扩展开放，对修改关闭。在程序需要进行拓展的时候，不能去修改原有的代码，实现一个热插拔的效果。所以一句话概括就是：为了使程序的扩展性好，易于维护和升级。想要达到这样的效果，我们需要使用接口和抽象类，后面的具体设计中我们会提到这点。 2、里氏代换原则（Liskov Substitution Principle） 里氏代换原则(Liskov Substitution Principle LSP)面向对象设计的基本原则之一。里氏代换原则中说，任何基类可以出现的地方，子类一定可以出现。LSP是继承复用的基石，只有当衍生类可以替换掉基类，软件单位的功能不受到影响时，基类才能真正被复用，而衍生类也能够在基类的基础上增加新的行为。里氏代换原则是对“开-闭”原则的补充。实现“开-闭”原则的关键步骤就是抽象化。而基类与子类的继承关系就是抽象化的具体实现，所以里氏代换原则是对实现抽象化的具体步骤的规范。—— From Baidu 百科 3、依赖倒转原则（Dependence Inversion Principle） 这个是开闭原则的基础，具体内容：真对接口编程，依赖于抽象而不依赖于具体。 4、接口隔离原则（Interface Segregation Principle） 这个原则的意思是：使用多个隔离的接口，比使用单个接口要好。还是一个降低类之间的耦合度的意思，从这儿我们看出，其实设计模式就是一个软件的设计思想，从大型软件架构出发，为了升级和维护方便。所以上文中多次出现：降低依赖，降低耦合。 5、迪米特法则（最少知道原则）（Demeter Principle） 为什么叫最少知道原则，就是说：一个实体应当尽量少的与其他实体之间发生相互作用，使得系统功能模块相对独立。 6、合成复用原则（Composite Reuse Principle） 原则是尽量使用合成/聚合的方式，而不是使用继承。 三、Java的23中设计模式 从这一块开始，我们详细介绍Java中23种设计模式的概念，应用场景等情况，并结合他们的特点及设计模式的原则进行分析。 1、工厂方法模式（Factory Method） 工厂方法模式分为三种：