制备方法对Ce—Ni／A12O3催化剂还原和吸氧性能的影响

采用程序升温还原和O2室温吸附方法，研究了两种方式制备的Ce-Ni／Al2O3催化剂的还原行为和吸氧能力。以Ni／Al2O3和Ce/Al2O3为对照物研究了Ce、Ni的相互作用及其对侈化剂的还原行为和吸氧能力的影响．实验发现，单独负载在Al2O3上的Ce和Ni组分的吸氧能力有很大差弄，Ce物种表现出良好的吸氧能力；Ce和Ni组分同时负载在Al2O3上时，由于组分间的相互作用，促进了催化剂上低温可还原物种的形成，改变了低温可还原物种的分布，提高了623K还原后的吸氧能力；先浸Ce物种并分解后再浸Ni的Ce-Ni／Al2O3催化剂，其吸氧能力增加更为显著．     

富氧条件下In2O3／A12O3催化剂C3H6选择性还原NO

以碳氢化合物作为还原刑的选择性催化还原法(SCR)被认为是净化稀燃汽车尾气中NO的最有效途径之一．采用深胶—凝胶法制备了In2O3／Al2O3氧化物催化剂，对其进行了BET、XRD、XPS及TPD表征．在固定床反应器上用C3H6作还原剂，考察了不同焙烧温度，H2O及SO2对催化剂活性的影响．结果发现，催化剂的最佳焙烧温度为600℃，在反应温度为400℃时，NO最大转化率为95％．水蒸汽存在下，NO转化活性温度窗口向高温方向移动，NO最大转化率下降到90％，对应的反应温度为450℃．添加φ(SO2)＝0．009％后，催化剂在低于350℃的区间还原NO的活性得到一定程度的提高，表现出促进作用．当反应温度大于350℃后，催化活性明显下降，NO最大转化率下降到58％．     

用Delphi开发ASP组件的方法及应注意的问题

分析了用ASP(ActiVe　Server　Page，动态服务页面)开发Web应用系统所存在的问题和用组件方式扩展ASP功能的优势，介绍了用Delphi开发ASP组件的方法及应注意问题．     

气升式生物反应器内红霉素发酵的动力学分析

研究了气升式生物反应器内红霉素发酵的动力学行为，根据所归纳出的动力学方程，调整发酵过程中的补料策略，得出了比较优化的工艺和工程参数，如发酵液的C／N(碳源／氮源)比、氧摄取速度(OUR)等。根据此动力学模型，调整的优化发酵工艺使得菌体代谢周期缩短了13％，而红霉素发酵水平提高了10％。     

基于H.323的数字化语音教室学生终端

设计了数字化语音教室学生终端的解决方案，分析了硬件双核结构的特点，结合CPU两个内核不同的体系结构，在DSP内核上连接A／D，D／A模块实现语音信号I／O通道以及实时实现语音编解码算法，在ARM内核上移植了μC／OS－Ⅱ嵌入式操作系统，H．323应用系统、键盘，显示器等用户接口模块均由μC／OS－Ⅱ统一管理和调度，语音终端综合应用了嵌入式软件设计技术，多媒体技术，计算机微处理器技术和网络技术，也可以作为Internet网络多革体终端的基础。     

基于B/S的客户关系管理系统的设计与实现

客户关系管理系统通过对客户详细资料的深入分析来提高客户满意程度，提高企业的竞争力，是现代企业的竞争法宝．文章以SuniAIR集团公司的客户关系管理系统开发为背景。提出了基于B／S模式的客户关系管理系统。研究并设计了其体系结构。详细介绍了其主要模块功能．该系统运行效果良好，取得了预期效果．     

模拟示波器数字化存储功能的设计

设计的电子系统由大规模可编程逻辑器件PLD，模／数(A／D)转换电路、数／摸(D／A)转换电路、存储电路、比较触发电路、放大器电路组成，重点论述了系统构思、计算和设计过程，本设计的实现，能使模拟示波器具有数字化存储功能，成为简易数字存储示波器．     

椭圆偏振谱学法研究Ni(OH)2/NiOOH电极的性质

应用现场椭圆偏振光谱技术并结合循环伏安法。研究了镍电极表面Ni(OH)2与NiOOH的相互转化，以均匀膜模型拟合实验数据获得表面膜厚度的变化规律，采用以光学参量变化速率(Vop)为参数的椭圆偏振光谱方法能直接反映出体系的特征．Vop参量与表面膜厚度的变化率间存在密切关系,Vop反映了电极表面表面膜厚度的变化率．     

基于B/S模式网络存储的软件实现研究

对目前主要的数据存储方式进行了介绍，针对网络中单个应用系统存储需求紧张而同时网络中存在存储资源浪费、闲置等情况，提出了用软件实现基于B／S模式的网络存储系统BSMSM(B／S Model based Shared Memory)，从而实现了跨平台的网络存储．     

基体改性对碳/碳复合材料烧蚀率影响的神经网络模拟

将人工神经网络的典型模型－－误差后传播（BP）算法用于改性的碳／碳复合材料氧化烧蚀率的研究，建立了碳／碳复合材料改性添加剂组成－氧化烧蚀率BP网络模型。研究结果表明，所建模型较好地反映了添加剂含量与试样氧化烧蚀率间的内在规律，预测的氧化烧蚀率与实验值间的误差小于0．32％。将模型筛选出的最优添加剂配方用于基体改性，试样的氧化烧蚀率下降49．3％，说明将人工神经网络用于基体改性是可行和有效的。