铁银共掺杂TiO2纳米材料的制备及性能

本文采用溶胶一凝胶法制备了Fe^3＋、Ag单掺杂以及Fe^3＋Ag共掺杂的TiO2复合材料,采用XRD、SEM研究分析了样品晶体的结构变化和形貌。以甲基橙为光催化反应模型化合物,考察了掺杂对光催化活性的影响。无论是单掺杂还是共掺杂,掺杂后效果明显提高,性能均优于纯TiO2,特别是共掺杂效果更为明显。根据最后试验共掺杂的最佳比例Fe^3＋0．1％、Ag0．7％,确定了共掺杂降解环境的最佳pH值。     

模板法制备CexZr1-xO2及催化餐饮废油合成生物柴油

以松木为模板,使用模板法制备了不同铈锆含量的Ce_xZr_1-xO₂复合氧化物的催化剂,用于餐饮废油与甲醇进行酯交换反应合成生物柴油.采用BET、SEM对Ce_xZr_1-xO₂进行表征分析.研究不同制备方法、CeO₂的负载量和煅烧温度对催化剂活性的影响,以及不同的酯交换反应条件对生物柴油产率的影响.制备的Ce_xZr_1-xO₂具有松木的生物形态,并有助于催化剂形成多孔道结构.以Ce_xZr_1-xO₂为催化剂,考察甲醇和餐饮废油的酯交换反应.结果表明：当x=0.5,煅烧温度为600℃时,甲醇与餐饮废油物质的量比为60：1,催化剂用量（基于餐饮废油的质量）的质量分数为5%,反应温度为190℃,反应时间为6 h的反应条件下,酯交换反应的甲酯收率达到91.1%.     

不同铆接速度下板材搭接顺序对钢/铝异种金属铆接接头性能的影响

采用自冲铆接实现了钢/铝异种金属的有效连接。通过改变铆接速度,对比研究了钢上铝下和铝上钢下两种搭接顺序下的接头的成形性能、断裂力和断裂方式。研究结果显示,随着铆接速度的增大,接头头高和底切量不断减小,互锁值不断增大。钢上铝下搭接顺序下的接头的成形情况较为稳定,缺陷较少。钢上铝下搭接顺序下的拉剪接头的断裂力明显高于铝上钢下搭接顺序下的拉剪接头的,而铝上钢下搭接顺序下的十字拉伸接头的断裂力明显高于钢上铝下搭接顺序下的十字拉伸接头的。铆钉变形时受力方向的不同导致拉剪接头的断裂力明显高于十字拉伸接头的。铆接速度为250～325 mm/s时,可以实现两种搭接顺序下的接头成形性能和断裂力的良好匹配。     

基于ADAMS.LifeMOD的人体头颈部动力学仿真与验证

基于多刚体动力学软件ADAMS和生物力学仿真软件LifeMOD,建立了一个人体头颈部三维多刚体动力学模型。该模型包括颅骨、颈椎骨、肩胛骨、躯干上段以及体现粘弹性性质的肌肉组织。采用美国海军力学实验室的前碰撞志愿者实验数据对模型进行了验证。验证结果表明,该模型具有很好的可信度,可以用来研究在碰撞条件下头颈部的动力学响应特性。     

空投设备缓冲气囊的优化设计

利用LS-DYNA对缓冲空投设备的气囊进行仿真计算,模拟其缓冲过程。同时利用遗传算法对气囊的排气孔面积、初始充气压力和排气压力进行优化。优化后的结果对空投实验具有很好的指导意义,可以减少气囊设计实验次数从而降低实验的成本。     

基于遗传算法的改进径向基支持向量机及其应用

通过对径向基核函数进行分析后发现:根据样本各个特征的识别能力赋予其不同大小的核参数,可以提高支持向量机的推广能力。此结论基础上,提出了一种基于遗传算法的多核参数径向基支持向量机算法,通过遗传算法最小化验证误差,实现了根据各个特征的识别能力赋予其不同大小的核参数。将该算法用于轴承故障诊断,实验结果表明,与传统支持向量机相比,多核参数径向基支持向量机具有更好的推广能力,同时,核参数的大小反映了对应特征识别能力的大小。     

基于自适应模糊推理系统的柴油机故障诊断

为解决柴油机故障诊断问题,采用自适应神经模糊推理系统(ANFIS)建立其故障诊断模型.利用减法聚类方法确定模型初始结构,并采用由梯度下降算法和最小二乘算法所组成的混合学习算法优化模型参数.经文中试验数据检验,所建模型故障识别值与实际值之间的最大误差为10.16%,最小误差为0.115%,平均误差为2.26%,识别精度达到了97.74%.仿真结果表明,与BP网络模型相比,该模型收敛速度快,拟舍能力强且诊断识别精度高,能够有效识别柴油机放障.     

基于Bayes近似限法的串联系统置信区间的求解

运用基于Bayes的方法对红外空空导弹进行抗干扰性能评估时,只能分别得到导引头和导弹控制系统的抗干扰概率P<,g>、P<,c>及其置信区间,而难以求出导弹复杂系统的抗干扰概率在一定的置信度下的置信区间.针对该问题,提出用Bayes近似限的方法拟合导弹导引头、控制系统的整个串联系统的抗干扰概率的分布,得出该复杂系统的置信度为y的近似置信区间的求解公式,并给出导弹串联系统数字仿真中抗干扰概率的置信区间的求解实例,对该求解方法的正确性进行了验证.     

Designing a Hybrid Intelligent Mining System for Credit Risk Evaluation

In this study, a novel hybrid intelligent mining system integrating rough sets theory and support vector machines is developed to extract efficiently association rules from original information table for credit risk evaluation and analysis. In the proposed hybrid intelligent system, support vector machines are used as a tool to extract typical features and filter its noise, which are different from the previous studies where rough sets were only used as a preprocessor for support vector machines. Such an approach could reduce the information table and generate the final knowledge from the reduced information table by rough sets. Therefore, the proposed hybrid intelligent system overcomes the difficulty of extracting rules from a trained support vector machine classifier and possesses the robustness which is lacking for rough-set-based approaches. In addition, the effectiveness of the proposed hybrid intelligent system is illustrated with two real-world credit datasets.     

灰关联分析在机械设备故障诊断中的应用

本文着重介绍了灰关联分析的有关理论及其在机械设备故障诊断中的应用,实践证明,该方法简单、计算量小、诊断结果可靠.