应用型高校无机及分析化学实验模块建设及教学实践

以无机及分析化学实验模块建设为引导,通过充分预习,夯实实验技能基础,逐步提高学生的综合设计能力,完善实验考核制度,加强安全环保理念的教学模式,激发大一新生做实验主动性和积极性,培养学生独立操作、分析问题和解决问题的能力,提高了实验教学效果。     

基于GM(1,1)的农田土壤湿度灰色预测模型

针对土壤湿度变化趋势对于分析区域旱情的重要性,研究了GM(1,1)模型的建模方法,建立了基于GM(1,1)的农田土壤湿度的灰色预测模型,并将试验数据和预测值进行对比。结果表明土壤湿度的预测值略大于试验值,且相对误差不大于5%,验证了所建立的预测模型的准确性。该模型为土壤湿度动态变化特征的深入研究提供了重要的科学依据,对农田水利灌溉具有重要意义。     

利用SRTM数据修测高山区地貌的探讨

在高海拔区域测制地形图,如青藏高原地区,所获取的遥感影像局部存在着大范围的高山阴影或云雪覆盖,造成立体观测地貌困难的现象,探讨应用SRTM数据对这类特殊区域地貌进行修测补绘。介绍了数据处理的作业过程,并对实验区SRTM与SPOT5影像立体测图成果进行实验对比分析,成果符合要求。     

高斯信道中功率分配问题的一种优化方法

信号检测中,检测概率一直是作为衡量检测性能的一个重要标准.众所周知,Neyman-Pearson准则下的最优检测是似然比检测.然而多传感器系统下随着信号维数增加,似然比检测门限的计算涉及高维积分,计算困难相当大,因此文中考虑的高斯信号检测模型,没有直接计算检测概率而是将两个密度函数的相对熵作为衡量检测性能的一个度量来研究高斯信号检测中功率的分配,并且建立了目标优化模型.针对文中建立的优化问题,首先由加强的Fritz John(F-J)必要条件证明了优化问题的局部最优解满足KKT(Karush-Kuhn-Tucker)条件,并且进一步证明存在惟一的拉格朗日乘子.然后利用凸函数的性质我们说明了D(P1‖P0)是tr(∑s)的非减函数,最后在此基础上得到了优化问题的最优解,即得到了功率分配矩阵.同时也给出了特殊信道下的功率分配矩阵.     

基于单片机的芳纶被复线巡检系统研究

为便于芳纶被复线加工时双绞配盘和成卷质量检测,提高原材料利用率和检测精度,以束丝、绝缘挤塑、双绞和成卷四道工序为基础,设计了一种便捷实用型巡检系统,推导了双绞前绝缘单线测长和成卷后断点测长原理及其计算公式,设计了以51单片机为控制核心、测量单元与人机界面为外接模块的硬件电路总体方案,依托Keil5软件开发环境、编程C语言主程序,实现了多工况下的自适应状态,提高了操作便捷性,最后通过多组对比实验,深入分析实测数据,验证了该巡检系统在变温环境下依然具有较高的测长精度和稳定性.     

基于Simulink的列车垂向振动仿真分析

为研究轨道车辆在轨面激扰下的运行平稳性,根据车辆运行特性与车辆构造原理,本文建立列车转向架-车体耦合的四自由度垂向振动模型,利用Simulink建立该系统的仿真模型,对车辆以两种速度通过轨道激扰时车体各性能指标的响应进行研究。此外,为抑制轨道车辆车体的弹性振动,在车体底架下安装动力吸振器,建立有动力吸振器的优化振动模型,分析动力吸振器对列车垂向振动性能的影响。通过分析仿真结果可知,优化后的振动模型能够有效减少车辆的垂向振动,进一步提高轨道车辆运行的平稳性。     

灰色系统理论在废气污染物排放量预测中的应用

应用灰色系统预测理论,以GM(1,1)模型对我国废气排放中主要污染物排放量进行预测,可有效克服原始数据的离散性,在少信息的情况下得到高精度的预测结果。以2008²012年废气主要污染物排放量为例进行了中短期的预测,结论表明,预测精度均可达到最优的精度等级。     

含油饱和度对火驱开发影响的实验研究

在室内利用火烧油层物理模拟实验装置,开展了稠油油藏不同含油饱和度条件下燃烧基础参数测试和火驱开发效果评价实验研究。实验结果表明,同一油品条件下,含油饱和度对门槛温度、燃料消耗量和空气耗量等燃烧基础参数影响较小,但对火线推进速率有较大影响,火线前缘推进速率随含油饱和度增加而降低;实验条件下能够实现高温燃烧的最低含油饱和度界限值为15%,低于该含油饱和度无法形成持续稳定的火驱前缘。从驱油效率和空气油比指标评价了不同含油饱和度条件下火驱的驱油效果,综合分析认为火驱开发含油饱和度下限值为30%。     

基于PLS-BP神经网络组合模型的回采工作面瓦斯涌出量预测

提出PLS-BP神经网络组合模型,预测回采工作面瓦斯涌出量.利用分源预测法划分回采工作面瓦斯涌出来源,根据瓦斯涌出来源受不同因素的影响,运用偏最小二乘法(PLS),通过交叉有效性分析,确定提取主成分个数,将主成分作为神经网络输入层建立关联模型.研究证明,本方法不仅避免了各种不相关因素之间的干扰,解决各因素之间多重相关问题,降低变量维数,而且可以结合BP神经网络的非线性映射能力和适应学习能力等优点,提高预测稳定性和精度.