基于 MVDＲ 波束形成算法的风速风向测量方法

为更好地抑制传统测风方法中噪声的问题,提出了基于 MVDＲ( Minimum Variance Distortioniess Ｒesponse) 波束形成算法,结合一种特殊的弧形阵列的测风研究方法,通过使用四元超声波传感器弧形阵列结构获得冗余空间采样信息,并将阵列所接收信息进行最小方差无畸变响应的波束形成算法处理,从而估计待测的风速风向信息。仿真结果表明,该方法可实现对风速 0 ～ 60 m/s 与风向角 0 ～ 359°的估计,可实现对风速以及风向的准确测量。     

高炉回旋区影响因素的冷态模型研究

以重钢5号高炉实际尺寸和操作参数为基础,假设回旋区内的流动为气固两相流动,且气湘流动为粘性不可压缩流动,根据相似理论建立了高炉回旋区三维冷态实验模型,分析了回旋区形成机理的影响因素.结果表明:鼓风量、料层属性、料层高度以及风口直径对回旋区大小和形状均有影响.随着鼓风量的增大,回旋区深度和高度均不同程度的增加,当风量过大时,回旋区炉料上浮,椭球形的回旋区形状不再存在.回旋区高度随料层高度的逐渐增加而减小.风口直径对回旋区穿透深度的影响较其对高度的影响明显.     

(Nd0.62 Li0.15)TiO3陶瓷的制备及其热电性能

采用固相反应法与无压烧结法相结合制备了ABO₃型钙钛矿(Nd_0.62Li_0.15)TiO₃晶体陶瓷材料,并对其热电性能进行了表征.高分辨率透射电镜观察显示,制备的材料具有纳米超晶格结构,导致材料表现出玻璃态热传导特征且热导率小于2W/(m·K),该玻璃态热传导源于超晶格结构形成的大量纳米域界面对声子的强烈散射.A位空位填充使材料的电子电导率得到了明显改善,但对材料的热导率影响不大.塞贝克系数因为TiO₆八面体的扭曲而受到一定的影响.在测试温度范围内,块体陶瓷在500K时得到了最高的无因次热电优值(ZT)0.019.     

基于伪协方差矩阵 Otsu 方法的信源数估计

为提高高斯色噪声背景下信源数估计的成功概率, 提出了一种基于伪协方差矩阵的 Otsu 类间方差法。 伪协方差矩阵对一定条件下的高斯白噪声和高斯色噪声具有免疫特性, 而且利用阵元间的时间相关性增加了 阵列的有效孔径, 进而提高了伪协方差矩阵奇异值分解后信号奇异值与噪声奇异值的差异程度。 在此基础上, 利用 Otsu 类间方差法对信号奇异值与噪声奇异值进行分类。 仿真结果表明, 该方法可进一步提高信源数的估 计成功概率。     

偏高岭土制备泡沫材料的初步研究

重点研究了硫酸对偏高岭土中的铝的浸出规律;研究发现,通过控制硫酸浓度和酸浸时间,可以获得不同Si/Al比的铝硅酸盐粉体.实验结果表明,当铝硅酸盐粉体中Si/Al比大于10时,可以通过发泡工艺,使其在150℃左右制成具有一定强度的泡沫材料,有望在吸附、保温和隔音材料领域获得应用.     

采用染料亲和层析的方法纯化卵泡刺激素

采用染料亲和层析、QAE离子交换层析等纯化步骤，从绝经期妇女尿促性腺激素(HMG)粗品中分离纯化获得高纯度卵泡刺激素(FSH)产品，其中FSH的生物活性达到268.1IU／mg，卵泡刺激素与黄体生长素(LH)的活性比值达到259，产品超过欧洲药典对高纯度卵泡刺激素的要求。此工艺FSH的活性回收率高达65％，而且分离纯化步骤少，简单易行，适合于大规模生产。     

化学探究性学习的实践与思考

科学探究是新课程标准改革的突破口,化学教学中教师要通过构建科学探究的情境,开放学生自主探究的实验空间,构建讨论式教学模式等方法培养学生创新思维品质和创新能力。     

伴有右手中微子的331模型与高能e^＋e^-对撞机上ZH的产生

在伴有右手中中微子的SU（3）C×SU（3）L×U（1）X（331）模型框架内讨论了Higgs粒子产生过彻e^＋e^-→ZH.结果表明,当新粒子Z＇的质量接近质心能量时能对该过程产生明显的修正.在该模型合理的参数空间内,过程e^＋e^-→ZH的总产生截面σ与标准模型（SM）相应值的偏差大于5%,应该能在未来的高能直线对撞机实验中观测到。     

普通高校跆拳道选项学生运动损伤特点的研究

为了解普通高校跆拳道选项班学生运动损伤的特点,对佛山科学技术学院跆拳道选项班学生进行了运动损伤的调查。研究发现,损伤部位以足部、膝关节、肘关节部位为多见,损伤性质多为软组织损伤、韧带撕伤、肌肉拉伤;损伤原因多为局部负荷过重、自我保护不当和准备运动不足。研究认为,高校开展跆拳道项目应以培养兴趣,掌握基本动作技能,合理安排单一动作练习,加强自我防护及医务监督,可以减少学生运动损伤的发生。     

基于NARX的SI发动机空燃比非线性模型预测控制

针对SI(Spark Ignition)发动机空燃比(AFR: Air-Fuel Ratio)控制精度低、无法自适应等问题, 提出了基于NARX(Nonlinear Auto Regressive model with eXogenous inputs) 模型的非线性模型预测控制(NMPC: Nonlinear Model Predict Control)方法。利用渐消记忆递推最小二乘(RLS: Recursive Least Squares)算法对NARX 模型进行辨识, 基于NARX 模型对SI 发动机的AFR 进行非线性模型预测控制。该方法辨识精度高, 可通过NARX 模型数学结构直接计算最优控制序列, 从而提高系统的控制精度。同时, 采用Matlab 对均值发动机模型(MVEM:Mean Value Engine Model)进行仿真实验, 并与采用Volterra 模型的PI(Proportional Integral)控制器算法进行对比。仿真结果证明, 该算法控制效果比基于Volterra 模型和传统的PI 控制器的控制效果超调量小, 调节时间短, 更加具有工程实际应用性。