溶胶凝胶白燃烧法合成LaFeO3纳米晶

将溶胶凝胶法和低温燃烧法相结合,开发了一种溶胶凝胶自燃烧法合成纳米晶技术,并用此技术合成了LaFeO3纳米晶,利用XRD,TEM和BET对合成的纳米晶进行了结构,形貌,大小和比表面积的测量和表征。并借助于TG－DTA研究了干凝胶自蔓延特性和析晶过程,结果表明,由硝酸盐和柠檬酸盐形成的干凝胶,具有自蔓延燃烧的特性,自燃烧的本是在硝酸氨的参与下,硝酸根作氧化剂,柠檬酸中的含碳基团为还原剂（燃料）,它们之间发生氧化还原反应。干凝胶自燃烧后,直接在室温下形成40－60nm具有钙钛矿结构的纯相晶态的LaFeO3纳米晶。     

制备化学对钒磷氧催化剂物理性质影响的考察——Ⅰ．溶胶—凝胶法及常规制备法

应用ＢＥＴ、ＴＥＭ等手段了由溶胶－凝胶法及常规制备法制备的钒磷氧催化剂的比表面,晶相组成,晶粒大小等物理性质,发现制备化学因素对钒磷氧催化剂物理特性的影响比较复杂,尤其是不同方法之间所表现出的差异比较明显,由有机相中制备时可以获得单一－Ｂ相,且晶相组成与晶粒尺寸受制备条件的影响相对较小,实验结果表明包括溶胶－凝胶法在内的几处制备方法制得的催化剂粒子较大,分布不均,且比表面积较小,通过本研究提出了制     

溶胶-凝胶法制备粉体纳米二氧化钛的研究

采用溶胶-凝胶法制备纳米TiO2粉体,研究了溶液配比、烧结工艺对纳米TiO2粉体材料的影响,分别采用XRD和SEM对所制备样品的物相及形貌进行了表征．结果表明：当pH=4．5,钛酸丁酯与无水乙醇的比例为2：5,蒸馏水与无水乙醇的比例为1：3,所获得的TiO2溶胶性能良好;实验在不同烧结温度（300,450,600℃）下,所获得的TiO2粉末均为锐钛矿型,未发生晶型转变;在600℃烧结所制备的TiO2粉末的晶粒分布均匀、细小,直径约为25nm．可以得知,所制备的纳米TiO2具有良好的光催化性能．     

溶胶-凝胶法制备负载型杂多酸催化剂

采用溶胶 -凝胶法制备负载型杂多酸催化剂 ,以乙酸与乙醇酯化为探针反应 ,考察催化剂的催化性能 .用 IR、XRD和 BET法对催化剂的结构进行了表征 ,结果表明 :杂多酸均匀负载在载体 Si O2 上 ,仍然保持原有杂多酸结构 .     

溶胶——凝胶法合成隐钾锰矿型MnO2

用富马酸做还原剂，还原先导化合物ＫＭｎＯ４的淀粉产法制备了纯隐钾锰矿型ＭｎＯ２。煅烧干凝胶的温度必须在５００℃以下，最好是４５０℃，煅烧时间２ｈ以上。     

络合试剂对溶胶凝胶燃烧法合成LaCoO3的物化性能及对VOCs催化净化效果的影响

分别以甘氨酸、柠檬酸和丙烯酰胺辅助柠檬酸为络合试剂,采用溶胶凝胶燃烧法合成LaCoO_3复合氧化物,并对它们进行XRD、BET、SEM及O_2-TPD分析.实验结果表明,三种络合剂制备得到的产物均为纯钙钛矿LaCoO_3相;丙烯酰胺辅助柠檬酸溶胶凝胶燃烧法制得的LaCoO_3颗粒均匀且较小,比表面积最大,其O_2-TPD曲线中的峰面积最大,对苯完全催化氧化效果最好.     

热滞后对溶胶-凝胶法合成氧化铋超微粉的影响

以硝酸铋和柠檬酸为起始反应物,采用溶胶-凝胶法合成了氧化铋超微粉.研究了凝胶煅烧温度和时间对最终产物的成分、结构和形貌的影响.结果表明,由于干凝胶煅烧过程中的热滞后,在500℃煅烧1 h,得到的主要产物为亚稳β-Bi2O3纳米片,平均厚度约为45 nm;500℃煅烧3 h,或600℃煅烧1 h,均得到稳定相-αBi2O3微粉.所得纳米片可能是由于凝胶的模板作用可以有效抑制热解过程中晶粒的长大和团聚而致.     

溶胶-凝胶法制备锰酸钇YMnO_3薄膜

采用溶胶-凝胶法(Sol-Gel),以锰酸钇(YMnO3,YMO)为前驱体制备YMO薄膜,它是一种常用制备薄膜的方法。YMO前驱体的配置和热处理是制备薄膜质量的关键,YMO薄膜是在800℃退火处理后,利用X-射线衍射仪对YMO薄膜进行结构分析得到的,它具有很好的晶向结构。     

溶胶—凝胶法研制NiO薄膜

用溶胶－凝胶法合成了结构均匀而无裂纹的ＮｉＯ薄膜．借助Ｘ射线衍射仪和光学显微镜等手段，对ＮｉＯ薄的晶体结构和形貌进行了分析；利用光干涉仪测定了薄膜的厚度．讨论了浸沉涂布时垂直引上速度对薄膜厚度和成膜性的影响．为了制备结构均匀而无裂纹的ＮｉＯ薄膜，引上速度不应超过１２ｃｍ／ｍｉｎ．     

基于BP神经网络的图像异常辩识算法设计

为了解决经典图像异常辨识算法中图像辨识率不高、稳定性较差的问题,提出了一种改进算法。将先进的BP神经网络算法理论改进并引入到图像异常识别领域,用经过BP神经网络训练后的相关函数进行图像异常辨识,由于该算法充分考虑了图像像素的位置特征,并能根据图像内容进行自我学习,同传统采用灰度直方图进行辨识的算法相比,具有自适应、鲁棒性强的优点,可获得更高的辨识率。试验结果表明,同传统方法比较,该算法在稳定性和图像辨识率等方面都有明显提高。     

基于遗传算法的多水源环状管网优化设计

遗传算法应用于管网优化时会表现出收敛速度慢、结果不理想等缺陷.针对环状管网优化设计的管径离散、约束条件多等特殊性,充分利用管网水力特性,通过模糊判断、扰动等手段干预遗传算法进化方向和进度,使得遗传算法在一定程度上改变了应用于管网优化时表现出的缺陷.算例表明,改进后的遗传算法值得在管网优化设计中推广.     

基于BP神经网络的皮肤病诊断方法

自动诊断系统是当前人工智能研究中的一个重要课题，有着十分广泛的应用前景。本文提出了基于BP神经网络的皮肤病诊断方法，讨论了网络隐含层神经元数选取问题、网络输入矢量的标准化处理问题以及网络连接权值的初值选取问题。对366名皮肤病患者的数据做了自动诊断识别实验，实验结果表明，文中所设计的神经网络诊断方法比常用的最近邻方法更有效地降低了诊断错误率。     

基于模糊神经网络的凝汽器故障诊断

对基于热力参数的凝汽器典型故障，建立了凝汽器典型故障集、征兆集及故障特征向量集合，提出了一种适用于凝汽器故障诊断的模糊BP神经网络方法，并以实例验证了该网络模型识别故障的准确性。     

基于BP神经网络的海上目标检测

为了减少展宽的一阶海杂波谱对空间超分辨谱估计技术的影响,提高MUSIC算法的检测性能,用BP神经网络实现海杂波预测和对消.利用神经网络的可对任意非线性函数模拟的特性,对展宽的海杂波进行模拟.用模拟后的结果实现一阶海杂波的对消,来满足MUSIC算法的应用条件.最后,用MUSIC算法分辨海上目标的方位信息.实验结果表明,对消前后目标背景噪声子空间特征值发生改变,对消后更接近于MUSIC算法的假设条件,提高了MUSIC算法的检测性能,扩大了MU-SIC算法的应用范围,实现在非高斯噪声背景条件下应用MUSIC算法检测目标.     

基于BP网络的反馈控制器设计

针对常规反馈控制器参数在对象时变情况下难以获得最优的问题，利用BP神经网络构成系统反馈控制器，通过自适应学习速率在线调整网络权值以逼近对象的逆动态模型，并利用Lyapunov方法给出了该算法的收敛的条件。将算法应用于循环水温度控制系统表明：该控制器对模型参数不依赖，能有效地适应控制对象参数的变化，系统具有较强的鲁棒性。     

GPS控制网的优化设计

为了解决GPS控制网优化设计问题,得出在布网方案和平差模型方面都与经典网不同的情况下,GPS控制网优化设计的方法,本文从经典控制网优化设计着手,总结了GPS控制网优化设计的数学模型,推导了GPS控制网优化设计的精度估算指标、可靠性估算指标和经费估算指标,并在此基础上总结出了GPS控制网优化设计的方法与具体步骤。     

基于BP网络的字符识别系统设计

根据我国车辆牌照的特点,提出了基于BP神经网络识别算法。算法中将分类器分为汉字分类器,英文字母分类器,英文字母和数字混合分类器以及数字分类器四种,这种神经网络设计可以有效简化网络结构,提高识别精度和速度。由于标准BP算法具有收敛速度慢、易陷入局部极小点等缺点,对BP算法进行了改进。通过仿真实验,该字符识别系统具有较高的识别率,同时也具备了神经网络本身容错能力强,即鲁棒性好的特点。     

一种BP神经网络改进算法的研究

为提高神经网络传统BP算法的训练速度,以3层神经网络为例,通过对权值的分析与优化,推导出改良的BP算法——双权值迭代优化法,并对该算法与传统算法进行了比较,通过比较发现,新算法在保证精度的前提下可节省训练时间,同时对该算法特点进行了总结。     

基于不确定条件的再制造物流网络优化设计

针对废旧产品到达时间和数量、废旧产品回收与再制造产品需求平衡、废旧产品可利用率等不确定性特点,综合考虑多产品、多周期、容量限制等影响因素,将废旧产品回收数量、再制造产品需求数量、废旧产品利用率作为随机参数,以物流网络构建的总成本最小化为目标函数,建立了不确定条件下的随机机会约束规划模型,用以确定物流网络结点设施的位置、数量和物流量.设计了融合随机模拟和线性规划的混合遗传算法对模型进行直接求解,有效提高了算法的局部寻优能力.算例分析表明,基于不确定条件的随机机会约束规划模型比确定条件下模型考虑了更多的实际因素,因此能够更好地满足再制造企业物流战略决策的需要.