Sr4Al14O25：Eu^2＋，Dy^3＋长余辉发光材料的合成及正交实验设计法

研究了燃烧温度、Eu2+和Dy3+的搀杂量、助熔剂硼酸的加入量、尿素加入量及Al/Sr的比例对Sr4Al14O25:Eu2+,Dy3+长余辉发光材料发光性能的影响,从而确定了长余辉发光材料Sr4Al14O25:Eu2+,Dy3+的最佳合成工艺. 对所得产物分别进行了XRD、TEM、荧光测试和亮度测试.结果表明: 磷光体存在 403和482 nm 2个发射峰,分别对应于Eu2+在基质中2种不同的存在方式,与传统的高温固相法相比发射主峰出现了蓝移;亮度测试找到了最佳的原料配比及合成条件.     

SDH数字同步复用系统自愈网组网实验设计

介绍了当今通信行业应用最为广泛的同步数字传输网络(SDH),重点介绍了SDH传输保护机制自愈网的原理及应用.利用中兴通讯公司的SDH传输设备进行了自愈环实验双节点组网,利用ZXE300传输网管对网络配置业务、通道以及复用段保护.根据插入告警和断纤测试使读者对自愈网有更形象深入的认识.     

NO与NO2相互转化实验的设计

针对目前中学化学教材中课堂演示实验较少的现状,为了提高课堂教学效率,设计了NO与NO2相互转化的演示实验.     

误差理论与数据处理课程综合性实验平台设计

针对“误差理论与数据处理”课程理论性强,计算公式多,而传统教学中存在重理论、轻实践问题,基于Matlab APP(Application) Designer,设计了综合性实验系统APP。分别实现了随机误差、系统误差和粗大误差等基本概念和最小二乘拟合等典型算法的快速实现和可视化。同时,依托“地面核磁共振”实际工程数据,设计了系统误差和粗大误差的去除方法。该综合性实验平台不仅能培养学生的应用能力,还能使科研与教学有机结合,便于学生理解和掌握抽象概念,提高学生的学习兴趣。     

灰色理论与均匀设计用于有机合成及优化3: 阿魏酸的制备研究

研究了灰色理论及均匀设计在有机合成中的应用．灰色相关度分析用来考察影响合成产率的各种因素并发现主要因素和剔除次要因素．均匀设计用来对三因素七水平的合成实验进行安排，以较少的实验次数获得较多水平的实验信息．结果表明灰色理论和均匀设计作为新兴的合成计量学的有效方法和技术对考虑影响因素和优化合成实验条件是很有效的．     

工业铁矿石球团的氢基直接还原:统计设计实验与计算模拟

氢基直接还原还原被认为是减少炼钢行业人为 CO₂ 排放的重要发展方向之一，本文使用 Doehlert 实验设计研究了工业生产的赤铁矿球团与 H₂ 的直接还原，以评估球团直径 (10.5–16.5 mm)、孔隙率 (0.36–0.44) 和温度 (600–1200°C)的影响。观察到温度和颗粒大小之间的强烈交互作用，表明这些变量不能独立考虑。温度的升高和颗粒尺寸的减小有利于降低率，而孔隙率没有显示出相关的影响。还原过程中粒料尺寸的变化可以忽略不计，除非是在高温下由于裂纹形成，才会产生较大的尺寸变化。高温下机械强度的显着降低表明了氢基直接还原直接还原工艺操作最高温度为 900°C。本文使用改进的晶粒模型来模拟三个连续的非催化气固反应，同时考虑到了不同的颗粒尺寸和孔隙率，以及在 800 到 900°C 的反应过程中的变化，实现了良好的预测能力。然而，对于其他温度，在建模中还必须考虑不同的结构变化机理。这些结果对开发用于无二氧化碳炼钢技术的球团矿做出了重大贡献。     

超低露点环境营造策略与实验

超低露点环境营造和控制是目前困扰低湿环境实验研究的难点之一，现有技术在营造干燥环境时，难以实现露点温度的精确控制，尤其是在超低露点环境下的控制调节。因此，提出一种超低露点环境营造策略，采用“置换+净化配气法”实现超低露点环境的控制调节，设计并搭建超低露点环境营造实验台，开展相关实验研究。结果表明：该实验台可完成水蒸气体积分数为10×10-6~100×10-6的超低露点环境营造，获得了不同注射量、时间等因素下水蒸气变化增长规律；验证了超低露点环境营造实验台的可靠性和稳定性，实现了不同干燥程度的环境营造。研究成果解决了超低露点环境营造难、难以精确控制的问题，为类似的人工环境营造提供借鉴。     

猫耳形气膜孔的参数化设计与组合实验优化

孔型是提高气膜冷效的关键途径, 猫儿形气膜孔冷却效果好，但是构型复杂。基于Isight软件, 采用参数化建模优化猫儿形气膜孔。通过敏感性分析减少设计变量并缩小变量的取值范围，组合运用拉丁超立方法和均匀设计法构建实验样本，提高冷效预测代理模型的精度。结果表明：代理模型的冷效预测值与数值模拟的偏差小于1.0%。采用多岛遗传算法获得的优化孔的面平均冷效比参考孔提高了85.7%。采用实验方法测量结果显示，与参考孔相比，优化孔的面平均冷效提高了76%，横向冷效与中心线冷效与数值计算结果一致。     

基于BP神经网络的TBM刀盘关键位置应变重构

为解决恶劣工况下全断面硬岩隧道掘进机(tunnel boring machine, TBM)关键主承力结构应变监测难、监测不准的难题，提出了一种基于BP神经网络和有限元分析的TBM刀盘关键位置应变重构方法.首先，通过静、动力学有限元分析确定了TBM刀盘关键位置，并提取了刀盘典型易损特征子结构.其次，基于有限元技术和实验设计(design of experiments, DOE)方法，分别进行了标准件和特征子结构多载荷下静力学有限元分析，并构建了载荷-应变数据库.最后，运用BP神经网络建立了标准样件和刀盘特征子结构的应变重构模型，并进行了标准样件的实验验证.结果表明，重构应变的平均误差为10%,验证了方法的可行性，为TBM刀盘复杂结构的应变重构提供了一种可行的方法.