一类退化椭圆算子的强Hardy型不等式及应用

推广、改进欧氏空间中思想,得到广义Baouendi-Grushin算子的一类强Hardy不等式,进一步建立了一类Hardy-Sobolev型不等式。作为应用,讨论了一类p次退化椭圆Baouendi-Grushin算子的正定性与下无界性,并给出一个正解。     

乌拉特后旗铅银渣综合利用工艺路线的研究

分析了固体危废物的处理技术,采用还原造锍熔炼技术可有效处理乌拉特后旗固体危废物,实现有色金属的高效提取和有害元素的稳定化固定,对于重金属污染综合防治和资源综合利用均具有重要意义。     

动物生理信号计算机自动测试与分析系统在药物毒理研究中的应用

从中草药中寻找新药已成为当今药学界的研究热点。新药在进入临床前的实验时,动物的毒理研究是必不可少的,而动物生理信号的测试是其毒理研究中重要的组成部分。长期以来测试动物生理信号所沿用的描笔式记录仪存在着许多缺陷。我们结合药学、电子工程学和计算机软件等多学科的综合优势,研制了一套计算机控制的、用于动物生理信号的检测与分析系统,并用大鼠进行了实验验证,实验结果表明该系统通用性强、自动化程度高、存贮信息量大、所获实验数据更为科学和合理。计算机的引入将会促进中草药药理和毒理传统研究手段的更新和发展。     

局部弱α次积分C-存在族与抽象柯西问题(Ⅱ)

研究局部α次积分C-半群和局部弱α次积分C-存在族在抽象柯西问题中的应用．运用算子半群理论的基本方法，得到与局部弱α次积分C-存在族相关的几个等价结果．说明了局部α次积分C-半群和局部弱α次积分C-存在族与抽象柯西问题的关系．     

高温挥发性对镁铬砖抗渣侵性能的影响

研究TH法用镁铬砖中不氧化铬含珠镁铬砖的高温挥发失重对镁铬砖抗渣侵性能的影响 .研究结果表明 ,氧化铬含量较低的镁铬砖高温挥发对使用性能的影响并不严重 ;提高镁铬砖中的氧化铬的含量 ,有利于在熔渣侵蚀时增加熔渣的粘度 ,抑制熔渣向砖内的侵蚀 .当Cr2 O3 >2 0 %时镁铬砖的组织劣化严重 ,抗渣侵蚀能力降低     

硅藻土类助滤剂中Fe2O3的吸光光度法测定

本了磺基水杨酸（SSA）光度法测定硅藻土类助滤剂中Fe2O3，并对测试条件，测定方法了研究，方法比较简单，也可用于其它粘土矿物中Fe2O3的测定。     

联合概率数据关联中双门限跟踪算法研究

基于拟方向的基本思想 ,提出了一种方向跟踪门 ,并给出了此方向跟踪门的具体构造方法。将椭圆跟踪门和方向跟踪门相结合 ,获得了基于双门限的跟踪算法 ,以此来减少可行联合事件的个数 ,达到降低联合概率数据关联计算量的目的。对此跟踪方法进行了仿真研究 ,给出了仿真结果 ,并对如何减少可行联合事件的个数进行了实例验算。     

企业利润分配改革的系统动力学研究

利润是企业生存发展的核心内容,不管是企业管理层还是企业员工都与企业利润息息相关,都会对企业经营状况是盈余还是亏损投入极大的关注。而利润的分配也极大地影响着企业管理人员、研究人员的积极性,对增强企业的凝聚力有着至关重要的作用。针对一个具体的企业内部利润分配机制改革问题,采用系统动力学建模分析方法进行研究。首先对企业的发展历史和改革现状进行了描述,接着对企业与其下属事业部之间利润分配关系和事业部内部利润的形成和分配机制进行了分析,然后以其中的一个事业部为立足点运用系统动力学模型进行系统模拟和政策实验,最后提出了一系列有益的政策建议。     

用于导管架全遍历检测的ROV路径规划

导管架平台是海洋油气开发中常使用的平台,但其所处的海洋环境使导管架经常受到流体冲蚀、海水腐蚀等,因此需要定期检查维护。为了缩短ＲOV( Ｒemotely Operated Vehicle) 的行走路程,减少检测维护费用,提高路径规划的智能程度,以惠州油田某型导管架平台为研究对象,针对ＲOV 对导管架进行单面和整体检测两种检测情况,结合图论和组合优化等理论进行了路径规划研究。通过仿真分析得出导管架全遍历的最优路线,所提出的路径规划方法和仿真结果具有较大的理论价值和实际指导意义。     

基于小波包散布熵与Meanshift概率 密度估计的轴承故障识别方法研究

为提升轴承故障特征提取精度和运行状态评估准确性,提出一种基于小波包散布熵与Meanshift概率密度估计的诊断方法.首先,采用小波包变换对轴承振动信号数据进行升维,通过计算每个子带的散布熵构建特征矩阵;然后,利用PCA对多维矩阵进行可视化降维,采用Meanshift无参估计得到训练样本的概率密度最大位置作为聚类中心;最后,通过计算测试样本散布熵坐标与各聚类中心的欧式距离判定测试样本类别归属.采用CWRU和QPZZ-II轴承实验台不同故障类型和故障程度样本数据对所提方法进行验证,结果表明,得益于小波包完备的理论模型和信号频带分解稀疏性,结合散布熵指标对数据样本良好的鲁棒性,所构造的特征矩阵具有较好的类内聚集性和较大的类间距离,同时,Meanshift以概率密度最大化为目标自适应迭代聚类中心和隶属度,可以有效实现对不同数据样本的分类识别.