低温高效催化分解过氧化氢的Co-SiO_2催化剂

H2O2常在工业和实验室过程中用作绿色氧化剂,但其残留量需要分解处理,否则会对环境造成一定的污染.采用溶胶凝胶法合成M-SiO2(M=Ni、Zn、Fe、Bi、Cu、Al、Cd、Co)催化剂.考察了催化剂在低温条件下(5~20℃)对H2O2的催化分解性能,结果表明Co-SiO2催化剂对H2O2表现出优异的催化分解作用.当Co质量分数为8.0%时,Co-SiO2催化效果达到最佳.在5~20℃范围内,0.05 g 8.0%Co-SiO2催化剂对H2O2均表现出优异的催化分解性能.5℃下反应40 min时,10 mL 1.0 mol/L H2O2分解率为71.7%,20℃下分解率几乎达到100%.并以XRD对代表性的Co-SiO2催化剂进行表征,结果表明Co在SiO2中可能处于高分散状态.     

基于改进的EMD方法的热网管道泄漏检测方法

管道泄漏检测技术是保障管道安全生产的重要手段.为了延长管道使用寿命、及时发现和处理管道泄漏事故,通常采用基于声波检测的管道泄漏检测方法.对基于声波检测的热网管道泄漏检测方法进行了研究.对经验模态分解方法进行了分析,针对其存在的端点效应问题提出了一种改进的方法,经过仿真实验和性能对比,验证了方法的有效性和优越性.将这种改进的EMD算法应用在热网管道泄漏检测中,取得了较好的管道信息处理效果.     

单方柱绕流的直接数值模拟研究

为了揭示柱体绕流的湍流流动机理,采用直接数值模拟方法对雷诺数为1200的单方柱绕流工况进行研究。首先通过与文献中斯特劳哈尔数、平均流速和表面压强系数等统计量进行对比,验证了数值方法的可靠性。其次采用本征正交分解方法系统地提取流场中的相干结构,结果表明：对于速度场的模态分解,第一阶模态代表平均速度场的特征,第二、三阶模态提取的是流场中的低频大尺度旋涡特征,第四、第五阶模态提取的是流场中的高频小尺度旋涡特征。最后基于联合概率密度函数分析速度梯度张量第二、第三不变量,发现方柱下游大致可分为两个流动阶段：发展阶段,流场以涡流层结构和耗散作用为主,涡流管结构逐渐生成;成熟阶段,流场中湍流结构伴随着高涡量拟能和高能量耗散率。     

基于EEMD阈值的MOA避雷器泄漏电流去噪的研究

MOA避雷器泄漏电流中的阻性分量是反映MOA运行状态的有效特征量,但MOA通常运行在强电场和强磁场环境中,MOA避雷器在线监测系统采集的泄漏电流信号必然混叠很多噪声,不经有效的信号去噪即采用,会影响监测系统的信号处理、分析和MOA避雷器故障诊断的准确性。针对MOA避雷器泄漏电流的特点,结合通用阈值(sqtwolog)原则、启发式阈值(heursure)原则、无偏似然估计阈值(rigsure)原则和极值阈值(minimax)原则,提出了总体经验模态分解(简称EEMD)阈值去噪方法。采用均方根值、三次倍频幅值比和去噪后的波形这三个评价标准来判断EEMD阈值去噪的优劣,通过对信号仿真和现场采集的实测信号进行分析,得出基于无偏似然估计阈值原则是最佳的EEMD阈值去噪方法。     

基于Haar小波的虹膜特征提取算法

虹膜特征提取算法的优劣决定了虹膜识别系统的性能,经典小波变换算法在特征提取上存在不足,提出一种利用二维Haar小波提取虹膜特征的算法。算法在虹膜预处理的基础上,利用2D Haar小波对虹膜特征提取区域分解,对第三层小波分解高频系数编码生成375bits虹膜编码,利用相似度作为特征匹配关系。在中国科学院虹膜数据库[CASIA(1.0)]上的实验结果表明,算法在认证模式(Verification)与识别模式(Identification)下,性能均优于Boles的算法和Wildes的算法,仅次于Daugman的算法;但本算法虹膜码长度仅为Daugman的1/5,更节省储存空间,正确识别率为99.16%,等错率达到0.54%。     

基于瞬时能量密度谱的航空发动机双发差异信号监测

针对非线性、非平稳航空发动机双发差异信号,提出利用瞬时能量密度谱凸显微波动信号这一方法获得双发差异波动值出现的时间。通过总体平均经验模式分解(EEMD)结合希尔伯变换(HT)求解信号的HT谱与瞬时能量密度水平,从频率、幅值与时间三方面给出信号特征。以燃油流量为例,分析了航空发动机气路参数差值在巡航段的波动情况。结果表明：在2095s、3600s左右发动机燃油流量差值(ΔFF)出现微弱波动,且后者波动幅值为前者的1/5,频率范围集中在0-0.2Hz之间。2095s信号波动是由飞机飞行高度、航向变化及加速度变化引起的,3600s信号波动是加速度变化导致的。由瞬时能量密度谱获得航空发动机参数微波动发生的精确时间,并与QAR记录的同时刻其他相关数据进行对比,追溯发动机FF变化的原因,判断航空发动机是否存在故障。     

基于互补型集成经验模态分解和遗传最小二乘支持向量机的交通流量预测模型

交通流是智能交通系统中的关键组成部分,也是交通规划的重要依据。为了提高道路交通流量预测的精确性,提出一种基于互补型集成经验模态分解(complete ensemble empirical mode decomposition,CEEMD)后,采用遗传算法(genetic algorithm,GA)优化参数的最小二乘支持向量机(least square support vector machine,LSSVM)的交通流量预测模型。该模型使用互补型集成经验模态分解原始数据,将分解后的本征模态函数(intrinsic mode function,IMF)分量分别用遗传算法优化参数后的最小二乘支持向量机进行预测,叠加全部IMF分量值作为模型最终的预测结果。通过对美国加利福利亚州某高速公路一个月的交通流量数据进行训练预测,结果表明,该模型平均相对误差仅为6.51%,相较于其他模型拥有更好的预测效果,可为交通流的预测提供一定的参考。     

Pohlig-Hellman算法的改进

当阶n是光滑的且仅有小素因子时,Pohlig-Hellman算法对于计算离散对数是比较有效的,但是该算法需要调用Shank算法,这使得该算法运行效率并不高.针对这一不足,利用穷尽搜索法消除了Pohlig-Hellman算法中Shank算法的调用.理论分析和实例验证表明,改进算法具有很强的计算能力.     

一类有限群子群的正规化子升链

运用群在集合上作用的方法,给出Pⁿq阶群G某些子群的正规化子升链有限步终止于自身的若干条件.由这些条件得到阶为Pnq阶群G某些子群的正规化子升链有限步终止于自身的若干条件.由这些条件得到阶为Pⁿq或Pnq或Pⁿqnq^m(m>1)的群G的一些性质判别条件.证明了pm(m>1)的群G的一些性质判别条件.证明了pⁿq(q>Pnq(q>P^(n-1))阶群G的子群H的正规化子升链的末项是G的真子群时,升链的末项必在G中M-可补.     

2013-02 科技要闻

新型锂-空气电池关键材料研究获进展中国科学院长春应用化学研究所张新波等针对目前锂-空气电池用电解液在电池反应中均有不同程度的分解,造成不可逆产物的生成和自身的消耗,严重限制电池的循环寿命的难题,该团队基于对现有电解液分解机理的认识,首次将亚砜(DMSO)和砜(TMS)应用于锂-空气二次