调合石蜡的相平衡参数和相变动力学特性

使用正规溶液模型的Scatchard-Hildebrand方程对调合石蜡的熔点、浊点以及固-液和组元相变速率进行了计算.以切片石蜡作为被调合石蜡的计算结果表明,烷烃的相变温度和切片石蜡相近时,该烷烃对调合石蜡的熔点、浊点以及相变动力学特性影响较小.增加C22类轻质烷烃的质量分数,调合石蜡的熔点、浊点降低;熔程内较低温度下,轻质烷烃相变速率变慢,重质烷烃相变速率变快.增加C35类重质烷烃的质量分数,调合石蜡的浊点升高,熔点呈现复杂的变化,对C24以下烷烃的相变速率几乎没有影响,C25以上烷烃在熔程内较低温度下相变速率变慢.计算结果可以为相变储能中选用具有适当相变温度及相变动力学特性的调合石蜡提供指导.     

岩石球砾与平板碰撞法向恢复系数

落石法向恢复系数是运动轨迹分析的关键参数。为研究碰撞速率和材料参数对落石法向恢复系数的影响,基于球板碰撞模型,在考虑材料弹塑性基础上建立岩石球砾法向恢复系数理论模型,并利用ABAQUS模拟球板碰撞过程,监测岩石球砾碰撞前后速率的变化。研究结果表明:数值模拟结果与理论计算结果吻合较好,最大差值在5%以内。随着碰撞速率的增大,岩石球砾法向恢复系数逐渐降低,且下降速率逐渐减小;球砾法向恢复系数随着弹性模量的增加而减小,随着弹性极限的增加而增大,且均呈线性关系;泊松比对球砾法向恢复系数影响较小。     

蝴蝶优化算法对大青杨生长速率预测模型的改进

为提高大青杨生长速率的预测精度,提出一种基于改进的蝴蝶优化算法（Improved Butterfly optimization algorithm,IBOA）与径向基函数（Radial basis function,RBF）神经网络结合的预测木材材性方法。通过使用佳点集法对标准蝴蝶算法中的种群进行初始化,将自适应切换频率和Levy飞行相结合进一步优化人工蝴蝶算法。构建出了新的IBOA-RBF神经网络木材材性预测模型,将得到的结果与其他几种算法优化的RBF神经网络预测结果进行对比。结果表明：基于IBOA-RBF神经网络模型预测效果最好,收敛速度从37步降低到了23步,预测结果误差达到了5.72%,预测精度最高。可见,对蝴蝶算法的改进是可行的,且对相关人员定向培养大青杨起到较大的帮助。     

实验教学中弛豫法测定反应速率常数的研究

弛豫法测定反应速率常数是物理化学实验中一个基础性教学实验,针对弛豫法测定铬酸根重铬酸根反应速率常数实验中存在的结果误差大的问题,从pH计的安装方式、扰动液与被扰动液的浓度比、数据的处理方法3个方面对实验进行了探索与改进.改进后的实验可测得较准确的反应速率常数,相对误差小于10％,且实验的可重复性良好,能够更好地用于该实...     

直接液化石油气火焰燃料电池的制备与性能

采用流延-压烧工艺制备Ni-YSZ‖YSZ|GDC‖GDC-LSCF阳极支撑型固体氧化物燃料电池(SOFC)。以液化石油气(LPG)火焰作为阳极燃料,直接为电池的运行提供热量支撑,采用浸渍法将质量分数为0.8%的Ru-CeO₂纳米粒子煅烧在Ni-YSZ阳极内部,组装为直接火焰燃料电池(DFFC)。通过X射线衍射(XRD)、扫描电镜(SEM)及电化学测试等技术对阳极材料的物相、微观结构、电化学性能进行分析。结果表明：LPG气流量为400 mL/min时Ru-CeO₂负载的阳极电池最大功率密度达到160.2 mW/cm²,相较原电池提高10%;极化电阻降低到0.75Ω·cm²,运行40 h后没有产生明显积碳现象;Ru-CeO₂的引入有助于提高DFFC在LPG火焰下的催化活性和抗积碳性能。     

转移速率部分未知的模糊广义Markov跳变系统的稳定性

[目的]为了得到时变时滞T-S模糊随机广义系统的稳定性与耗散性,建立一个符合现实情况的Markov跳变系统.[方法]设计一个积分型滑动曲面函数,选择一个适当的Lyapunov函数,通过线性矩阵不等式技术,得到系统的稳定性.通过运用加减项的等价处理方法,得到的结果降低了保守性.通过对滑模动力学的分析,设计一个滑模控制器....     

湍流多尺度相干结构间歇性的PIV实验研究

利用粒子成像测速(PIV)系统测量了湍流边界层中流向速度平面,并对湍流多尺度相干结构统计特性进行了实验研究.利用连续子波变换,计算了不同尺度、不同法向位置的子波系数概率密度函数.结果发现缓冲区有着更强的间歇性.利用子波系数量化湍流间歇性的方法,应用推广的自相似律(ESS),计算了子波系数结构函数的标度指数.研究表明:当多尺度相干结构被提取出后,利用子波系数计算的ESS标度律就符合科尔莫戈罗夫提出的线性标度律,验证了多尺度相干结构是湍流边界层产生奇异标度律的原因.此外,利用PIV系统测量的数据,给出了流向平面内的以子波系数表达的能量分布.这种方法有利于进一步对多尺度相干结构在空间平面内的辨识与特性进行研究.     

基于RTCP的流媒体服务器速率动态适配研究

研究并实现了一种基于实时流控制协议RTCP的流媒体发送速率适配方法,通过接收RTCP RR包及RTCP NADU包得到关键控制参数--丢包率、抖动、空闲缓冲区大小,对这些参数设置阈值来决定服务器端发送速率的切换方向,切换后的发送速率则通过决策器对估算的网络带宽与根据控制参数调整的发送速率相运算得到.实践证明:本方法具有抗振荡性、带宽预测性、能快速响应网络状况变化、有效控制缓冲区上溢或下溢的优点.     

助剂种类对Co-Cr系多元催化剂制备碳纳米管的影响

为实现基于现有工业燃烧炉直接生长不同形态的碳纳米管,深入研究催化剂在火焰法制备碳纳米管中的作用机理具有重要的意义。以Co为活性组分、Cr为分散剂,采用浸渍法制备催化剂,研究Fe、Ni、Mo、Zn、Zr、V、W等助剂的添加对催化剂及碳纳米管性质的影响。利用扫描电子显微镜-能谱仪表征合成产物的形貌及含碳量,分析不同助剂对催化剂活性及碳纳米管形态的影响;运用X射线衍射仪、N₂吸附脱附及氢气程序升温还原表征不同催化剂的物理及化学性质,分析助剂对催化剂性质的作用机理。结果表明：添加Fe、V或Mo的催化剂都能够形成大量的簇状碳纳米管,Zn和Zr为助剂时催化剂无法生成碳纳米管;Cr与活性金属形成混合氧化物,作为结构促进剂,起到分散活性金属的作用;助剂通过改变混合氧化物与活性金属氧化物的比例,影响催化剂的活性;Fe、V和Mo的添加使得活性金属氧化物增加,提高了催化剂的还原活性,而适量混合氧化物起到的分散作用有利于形成生长碳纳米管的催化剂颗粒,从而促进碳纳米管簇的形成。     

基于LSTM的四旋翼无人机轨迹预测方法

实时、准确、高效的轨迹预测是对四旋翼无人机进行有效管控的重要前提.基于深度学习理论,提出一种基于长短期记忆神经网络(LSTM)的四旋翼轨迹预测方法.在LSTM基础上,使学习速率自动调整,基于四旋翼无人机位置坐标与速度参量,对轨迹数据进行训练与预测,其经度、纬度、高度误差分别为6.04、6.45、2.33 m.分析历史时间步长对于预测精度的影响,结果表明历史学习步长为40～45时,LSTM预测结果最佳;比较不同预测步数的预测误差,结果表明一步预测、两步预测误差结果较好,三步预测误差显著增大.