中微子的理论假设和实验验证

介绍了决定宇宙构成和演化的基本粒子———中微子的理论假设和实验验证,以及测定中微子静止质量的最新方法———中微子振荡.     

自修复混凝土研究进展

智能混凝土是建筑材料与智能科技相结合的产物，是智能材料的一种。自修复混凝土是智能混凝土发展的高级阶段。混凝土在受力或其他因素的作用下，会出现裂缝，影响了混凝土的使用寿命。自修复混凝土在出现裂缝时，能自动分泌出粘结液并渗入裂缝中，使混凝土裂缝重新愈合，恢复甚至提高混凝土的性能。全面回顾了自修复混凝土的发展背景和国内外的研究现状，阐述了现今自修复混凝土研究与应用中存在的问题，通过深入分析，展望了自修复混凝土的发展趋势和应用前景。     

基于PID控制的电阻加热炉温控系统

在实际生产现场中,由于受到参数整定方法烦杂的困扰,常规PID控制器参数往往整定不良、性能欠佳,对运行工况的适应性很差,采用自校正PID控制技术,可以适应复杂的工况和高指标的控制要求。自校正PID控制器的参数校正原则是,通过PID参数的选取,使系统成为具有期望的闭环特征方程。采用极点配置,寻求一个反馈控制律,使得闭环传递函数的极点位于希望的位置。     

自制纳米TiO2光催化剂对水中甲基橙的降解

以硫酸氧钛(TiOSO4)为原料,制备了掺银的纳米TiO2光催化剂.将该催化剂用于甲基橙溶液的降解试验,考查了掺银量、催化剂加入量、溶液pH值、溶液浓度对降解率的影响.结果表明:在浓度为10 mg/L的甲基橙溶液(pH=3)中,投加6.0 g/L掺银量为5%的光催化剂时降解率为78.1%.表明用掺杂的纳米TiO2光催化剂处理水中的有机物是一条有效的途径.     

原位拉曼光谱和石英晶体微天平研究S2O2-8还原过程中的电势振荡

利用原位拉曼光谱和石英晶体微天平(EQCM)技术对高浓度S2O2-8在金电极上还原过程中所产生的伴有周期性析氢现象的电势振荡行为进行了研究,进一步证明了S2O2-8还原引起的极限扩散耗尽和析氢导致的对流恢复是造成其电势振荡的根本原因.     

一种单神经元自抗扰控制器

针对自抗扰控制器可调参数多且不易整定的问题,提出了一种用单神经元改进非线性状态误差反馈控制律的算法.利用神经网络的自学习能力,采用一个单神经元构造自适应参数,使参数依据系统误差的变化自动作相应地调整,从而完成参数的在线自整定.仿真结果表明,改进后的控制器调整参数大大减少,而且具有更强的适应性和鲁棒性.     

滴灌滴头内流场的数值模拟及流道优化设计

针对滴灌技术中农用传统迷宫型滴头流道内易堵塞的缺点,提出根据流线形状设计"自清洗"型滴头的思想.以滴头流道内流场的三维数值模拟分析为基础,以减少非主流区域通流面积和避免较大的主流速度梯度为基本思想,对滴头流道的结构形状进行优化设计,消除流道中的滞止区和涡旋区,使得流道内速度分布趋于均匀以减少低速流动区域.优化前、后的计算结果表明:优化后的滴头能够有效地避免内部涡旋和滞止区的产生,提高了滴头流道的抗堵性能;滴头在紊流流动状态运行时,流道的近壁面速度较高,抗堵性能更好;优化后的滴头流道整体压降降低,可以通过延长流道长度和增加进口流量予以弥补.     

柴油机振动信号谱估计的自回归方法

介绍了经典谱分析和现代谱分析中自回归(AR)谱分析的各种常用方法，比较了各种方法对模拟信号(样本总数N=32)和柴油机爆发信号(N=128)的处理效果。结果表明，经典谱分析方法的稳定性好，但分辨率受信号样本数影响，不适于小样本信号。现代谱分析方法比经典谱分析方法有更高的分辨率，因而可用于柴油机小样本数据段的分析，但使用时要注意模型阶次p的选择。当p太高时，各种方法都出现不稳定的现象。自相关法的分辨率略低，但其稳定性较好，可优先考虑使用。柴油机振动过程中有许多小样本信号，如爆发、阀开关、喷油信号等，它们引起的振动信号都非常短，采用AR谱估计方法是非常合适的。     

基于LSI和自组织神经网络的高效文本聚类方法

根据隐含语义索引(LSI)理论和动态自组织映射神经网络理论,提出了一种文本聚类的新方法.应用动态自组织映射神经网络来实现文本聚类,不必预先给定聚类个数,可以在任意合适的位置生成一个新的类,具有聚类灵活和精度高等特点,对于高维的文本特征向量来说,聚类速度很低;该方法应用LSI理论来建立文本集的向量空间模型,在词条的权重中引入了语义关系,消减了原词条矩阵中包含的"噪声"因素,从而更加突出了词和文本之间的语义关系.通过奇异值分解(SVD),有效地降低了向量空间的维数,克服了自组织神经网络的聚类缺陷,提高了文本聚类的精度和速度.     

二十面体病毒衣壳自组装的热力学参数

球状病毒衣壳采用二十面体对称。本文就二十面体病毒蛋白质骨架的自组装提出一个统计热力学模型。统计结果表明病毒衣壳二十面体对称不是自由能最小化的结果，而是衣壳内部蛋白结构参数最优化的结果。