MnO2/Al@C作为水性锌离子电池正极

利用阳离子预插入以及碳包覆协同作用的 α-MnO₂( Mn-Al8-C7. 5) 以提高长循环性能． 电化学测试结果表明,Al^{3 +}预插入 α-MnO₂隧道中以及碳包覆协同作用能提高 α-MnO₂的结构稳定性并且减少 Mn^{2 +}的溶解,从而提高材料比容量( 在 0. 1 A/g 的电流密度下比容量高达 390 m Ah/g) 及稳定性( 1 A/g 的电流密度下 500 圈后容量保持70% ) .     

模拟烟道中粉尘粒子的荷电凝并实验研究

基于电凝并理论,在模拟电除尘器烟道中增设预荷电装置,进行了高压电场荷电凝并研究.实验结果表明,将预荷电装置安装于烟道中,离子浓度比除尘电场中高约1个数量级,有利于提高粉尘的荷电量,增强带电粒子的凝并作用;交变电场比直流电场更利于带电粒子凝并,最佳电场频率为40 Hz;电凝并作用可以使粒子粒径增大21%左右,总除尘效率提高2.6%～3.5%,有利于实现电除尘器的小型化.     

半导体晶圆节能分布式制造与预维护联合优化

针对半导体晶圆节能分布式制造与预维护联合优化问题,构建了同时考虑制造阶段和检测修复阶段,以最小化最大完工时间、总碳排放和总预维护成本为优化目标的两阶段绿色调度模型,提出了改进的混合多目标灰狼优化(improved hybrid multi-objective grey wolf optimization,IHMGWO)算法,设计了工厂分配策略、机器分配策略以及考虑维修工人柔性的同步调度维护策略的解码方案。通过设计初始化种群融合策略、捕食行为搜索策略、子种群变异策略,提高了算法的寻优性能。360个测试算例的对比实验表明,所提出的IHMGWO算法针对SP指标能够实现大部分占优,针对IGD和Ω指标能够实现全部占优,对于解决该类问题具有显著的优势和竞争力。     

激光加工CAD/CAM系统的开发

研究激光加工计算机辅助设计(CAD)与计算机辅助制造(CAM)系统的体系结构和信息流程,分析其主要功能模块,即系统接口模块、CAD绘图模块、图像处理模块、CAM处理模块等.采用面向对象编程方法和VC 6.0开发激光加工CAD/CAM软件系统,实例表明,系统具有切割和影雕图像生成两大功能,同时还具有DXF文件导入接口、图形输入、编辑、刀具路径生成等功能,生成的数控(NC)代码和影雕图像应用于自主开发的数控激光加工系统上,可得到满意的产品.     

一种新的模糊神经网络删剪策略

模糊规则的数量直接决定模糊神经网络结构的复杂度和效率.基于神经网络自构行学习(NNSCL)算法,用共轭剃度预条件正则方程算法求取删除隐层神经元后的剩余权值,得到改进的NNSCL-1算法.将此算法应用到模糊神经网络的规则推理层,可以极大地优化网络的规则及结构,并且结构优化后不需要重新训练也能保持网络的精确度和泛化能力.仿真结果显示了此算法的有效性和可行性.     

建材取样与管理不规范对工程质量的影响

建筑材料检验是保证工程质量的重要措施.本文针对目前施工现场建筑材料在取样方面存在的问题,就如何规范建材取样,确保工程质量提出了建议.     

硫酸预活化测定痕量氟的离子选择性电极法

研究了一种在0.5 mol/L的硫酸介质中先活化氟离子选择性电极,然后再在含有硫酸总离子强度调节混合溶液(TISAM)介质中测定痕量氟的方法.该方法线性范围为1.00×10-2~1.00×10-7mol/L,检出限为1.9μg/L,应用到绿茶饮料、水、牛奶中痕量氟的测定,结果令人满意.     

一种支持向量预提取方法及应用

提出了一种支持向量预提取方法,对核感知机误分次数与决策边界的关系作了分析,引入了核函数和误分界,利用结构简单的感知机算法构建支持向量预提取模块,压缩样本规模,然后将处理结果输入支持向量机进行再处理,在精度和处理速度方面取得了较好的效果,仿真实验验证了这一方法的可行性。     

坚硬致密地层自锐锯齿金刚石钻头的研制及应用

相山铀矿田鹏姑山地区岩层胶结致密,可钻性级别高,为坚硬致密难钻进地层。为研发适用于该矿区地层的高效长寿命金刚石钻头,将钻头唇面结构设计成软硬夹层式的分层复合型结构。由Fe基预合金粉末FJT-A1作为低硬度辅助工作层的胎体配方,在FJT-A1预合金粉中添加质量分数为15%的碳化钨(WC)作为高硬度主工作层的胎体配方。室内试验显示FJT-A1胎体出刃能力良好,该设计能够实现胎体自磨出刃效果。野外钻进试验表明,所研发的自锐锯齿钻头对鹏姑山地区岩层有良好的适应性和广谱性,在钻进过程中能够保持唇面尖齿状态。试验钻头在可钻性级别9～10级碎斑熔岩中钻进时效能达到2～3 m/h、寿命达50 m,在可钻性级别8～9级流纹英安岩中时效达3～4 m/h、寿命80 m以上。相比常规同心圆锯齿钻头,试验钻头平均寿命提高近一倍。     

基于历史文化知识图谱的问答模型研究

利用知识图谱技术整合历史文化资源,对历史文化的传承和保护具有现实意义.针对现存历史文化领域问答系统构建中存在用户问句识别精准度不高、深层语义匹配不准确的问题,提出了一种知识嵌入的语言表示模型(K-ERNIE-LSTM).该模型先通过构建历史文化领域知识图谱,将其中三元组作为领域知识注入到句子中;而后利用ERNIE预训练模型获取文本的语义信息,再用LSTM提取文本特征;最后使用softmax函数获得最终的标签分类结果.实验结果表明,该模型在文化领域数据集上具有80.20%的准确率、82.68%的召回率和81.42%的F1得分,性能较其他方法得到明显提升.