低成本纳米复合材料70％ CeO2·30％ NiO的合成及其催化性能的研究

分别选用水热,浸渍,柠檬酸络合燃烧,共沉淀方法合成了多种前驱体,再经过600 ℃煅烧处理4h,成功合成出纳米复合材料70％ CeO2·30％ NiO,对这些复合材料进行系统的XRD、BET、H2-TPR、O2-TPD表征和CO催化氧化性能测试.     

防原煤直砸煤仓壁溜煤槽的创新设计及应用

煤流在高速运转下,冲击煤仓壁,长时间的作用会造成煤仓壁的脱离、损坏。修复工作复杂且会影响原煤运输,造成很大的经济损失。     

科技地理学与青蒿素的发现

地理环境是影响科技创新重要且易被忽视的因素。地理环境影响科技创新的方式大致可以归纳为以下三种:通过提供经验启示和特有研究材料促进科技创新、通过提出挑战而迫使应对者寻求科技创新、通过提供地缘交流条件影响人类科技创新。青蒿素在中国发现是地理环境影响科技创新的一个经典案例。正是基于独特而丰富的青蒿素种质资源,青蒿素才由一个天然化合物发展成为一个抗疟新药。当前,在我国科技实力整体落后的情况下,亟待加强地理环境与科技创新关系的研究,依靠地理环境的优势加速我国科技创新。     

虚拟仿真技术融于建筑材料课程实验教学模式研究

工科实验课是培养学生动手能力、分析问题和解决问题能力的重要手段.虚拟仿真技术作为一种新兴的技术手段,以其可视效果好、人机交互性强、趣味性强等特点,适应了信息时代高等教育开放办学的变革要求.将虚拟仿真技术融于建筑材料课程实验教学中,建立了基于"仿真-实操-仿真"双向融通的虚拟仿真实验教学模式.以沥青混合料车辙试验为例,基...     

热力学与动力学相关性,科学与人文的统一

金属热加工通过相变决定材料最终组织和性能。随着非平衡技术的快速发展,热加工工艺趋于极端化和多样化,控制相变的热力学与动力学机制从简单近平衡条件下的相对独立转变为复杂远平衡条件下的高度关联。基于热-动力学独立处理的传统理论已无法应对上述相变涉及的机理描述、组织预测和过程控制。随着催化剂研究体系的扩展,传统的基于独立的反应动力学或吸附热力学的设计已无法满足催化剂的高性能需求与高效筛选。本文从人文领域中的激情与困难的逻辑关系中,引申出科学领域中的热力学驱动力与动力学能垒的相关性,针对非平衡凝固过程、晶界迁移及晶粒长大热稳定性、纯Fe沿Bain路径的马氏体切变,整理出热力学驱动力与动力学能垒的定量关联,建立了组织预测模型,提出了热-动力学协同作用的新理念,并据此设计出高性能DD3高温合金、Fe基纳米晶材料、A356铝合金和应变态电催化材料。     

硫酸钙污泥在某光伏企业废水处理站除氟工艺中的运行评价

某光伏企业生产太阳能电池的过程中会产生大量的高浓度含氟含氮废水,其废水处理站的“三级物化除氟+两级A/O除氮”工艺采用一般工业废物硫酸钙污泥作为钙源替代氯化钙及石灰石以降低运营成本．经监测评价,其废水处理效果良好,出水中污染物浓度值满足GB 30484—2013《电池工业污染物排放标准》和DB 51/190—93《四川省水污染物排放标准》中所规定的排放标准值,说明采用硫酸钙污泥作为钙源的替代原料除氟,实现了“以废治废、循环利用”的技改目的,其技术性及经济性是可行的．     

基于频段选择的JPEG图像可逆信息隐藏

通过研究分析联合图像专家小组(joint photographic experts group,JPEG)图像离散余弦变换(discrete Cosine transform,DCT)系数的编码方式以及各频段DCT系数分布与其编码尺寸间的关系,发现利用中高频段DCT系数进行可逆信息隐藏对图像编码效率的影响更小.为此,考虑将JPEG图像DCT系数按频段组合,使相邻子块同一频段区间的DCT系数构成一组系数集合,并优先选择0系数较多的集合以嵌入信息.实验结果证明,所提出的基于频段选择的JPEG图像可逆信息隐藏算法能够大大降低因信息嵌入而引起的图像存储空间的增加,同时还能较好地保持图像视觉质量.     

基于系统动力学的企业转型的技术变迁路径分析仿真模型

技术变迁是企业转型的重要途径之一,本文分析了信息化环境下企业转型中技术变迁过程,采用系统动力学方法,构建了技术变迁路径的因果图和系统流图;通过案例仿真实验,获取了影响技术变迁的关键因素,即RD投入和企业信息系统上线率.动态模拟结果表明,这两个因素能够有效提高企业转型的经济转化能力,但其投入量必须控制在合理范围之内.     

不同行为模型框架下的数据驱动类人驾驶模型比较

传统的驾驶行为模型框架把驾驶行为划分为跟驰行为和换道行为两大类,并分别进行模型构建;而综合驾驶行为模型框架则认为跟驰行为和换道行为密不可分,因此将所有驾驶行为看作一个整体来进行建模。文中基于这两种行为模型框架,对数据驱动类人驾驶模型的性能进行分析。首先,建立综合驾驶行为模型框架和跟驰换道组合模型框架,并根据驾驶过程中的影响因素,确定模型的输入和输出。其次,提出了基于跟驰、换道和意图识别模块的两种跟驰换道组合方式：判别组合和概率组合。随后,对原始数据集进行处理筛选,构建综合驾驶行为、跟驰行为、换道行为和意图识别4个样本库,分别用于对相应行为模块进行训练和标定。最后,将两种跟驰换道组合模型与综合驾驶行为模型进行模型精度、安全性、鲁棒性和迁移性比较。结果表明：在模型输入输出、参数标定流程和样本数据库一样的情况下,基于长短期记忆神经网络(LSTM)的类人驾驶模型精度优于基于FNN的模型,其中基于LSTM的模型均方误差可达到0.227 m²,基于FNN的模型均方误差为0.470 m²。而在基于LSTM的模型中,采用跟驰换道组合模型框架的模型比采用综合驾...