石墨化阴极炭材料热物性测试研究

对经典的周期热流法测试原理进行深入分析，根据实验模型和石墨化阴极炭块材料性能的特点，设计开发了一套铝电解槽用阴极碳素材料瞬态热物性测试系统。采用两路热电偶来检测通过试样的正弦温度信号，根据信号在试样内传播时产生的振幅衰减和相位滞后，可以直接计算出导温系数，在已知密度和比热参数的情况下可以计算出导热系数。在20—300℃的范围内，测定装置操作方便，数据可靠。对计算方法和测试系统的研究，为获得可靠的热物性数据提供了有效的途径。     

轧钢中精轧钢耗的优化建模

针对轧钢精轧时存在的切割浪费问题,分析了切割浪费的主要构成,建立了使浪费最小的随机优化模型,通过模型求解,在成品材的规定长度和粗轧时钢材长度的均方差已知的条件下,确定了粗轧钢材的长度均值,使得当轧机调整到所求均值时进行粗轧,再通过精轧得到成品材时的浪费是最小的,从而为实现轧钢降耗提供了新的实用途径.     

反馈控制器的降阶问题

根据线性离散随机系统的包含原理,研究了系统的状态反馈和输出反馈控制器的降阶问题．给出了控制器降阶两种类型：聚集和约束．通过一个9阶系统控制器的设计,讨论降阶控制器和全阶控制器的性能．     

温度和SRT对污泥高温好氧预处理的影响研究

为使高温好氧预处理反应器达到杀灭病原菌和稳定运行的效果,以剩余污泥为研究对象,通过试验确定其最佳运行温度和固体停留时间SRT．采用两个有效容积为8L的反应器,SRT为1d和1．5d,将它们分别运行在55℃、60℃、65℃,当温度大于60℃、SRT≥1d时,粪便大肠杆菌的密度从大于10^6MPN／gTS降到小于10^3MPN／gTS．污泥经高温好氧预处理后,VFA比进泥提高了1～2倍,同时COD降低了20％～30％．在试验条件下VS去除率为25％～32％,当温度由55℃上升到65℃时,VS去除率有5％左右的提高．试验结果表明,对污泥高温好氧预处理取温度60～62℃．SRT=1d是较为适宜的。     

硫化NiW/Al2O3上H2同时催化还原SO2和NO的反应机理

研究了硫化NiW/Al2O3催化剂上的NO分解反应、H2还原NO反应以及H2同时还原NO和SO2反应.在活性评价及XRD和XPS表征的基础上提出了H2同时催化还原SO2和NO的反应机理.结果表明,NO在硫化催化剂上可以完全分解,但由于催化剂晶格硫遭到严重氧化,因此还伴随着SO2的生成.该氧化作用导致了催化剂中晶格硫的大量流失和催化剂的失活;在NO反应体系中引入等摩尔的H2后,晶格硫的流失速度减缓,流失程度得到一定抑制.这是因为H2能与晶格硫竞争消耗NO解离出的Oad,此外,被氧化的晶格硫一部分还可进一步被还原,返回到催化剂晶格;在SO2和NO同时还原体系中,550℃时,SO2和NO的转化率都可达到100%,单质硫产率超过90%.稳定性测试表明,10 h后催化剂仍能保持高活性,没有发生失活.这主要是因为反应气中的SO2能够被H2还原为元素硫物种,从而可以对晶格硫进行源源不断的补充.     

盲卷积信号的一种高效分离算法

针对盲卷积信号提出一种高效分离算法，采用分段的思想，对每短时段信号通过检验分离效果而灵活选择是否需要重新训练分离矩阵参数，既考虑了混合模型的时变性，又大大提高了盲分离的效率。研究还提出并应用了限值检验控制准则，来有效进行迭代算法的控制和分离效果检验的判决，保证了算法的执行效率。仿真实验分析通过比较不分段盲分离算法和分段逐段盲分离算法，表明了该算法的高效性。     

临近基坑条形基础地基承载力简化上限解

利用极限分析的机动法估算了临近基坑条形基础地基承载力系数．作为一种简化手段，分别按土的粘聚力、基础埋深（超载）和土的自重三项估算临近基坑地基极限荷载．采用多滑块破坏机构及一种简单算法给出了基坑附近地基承载力系数，由此得到的承载力减损因数，可以很方便地借助地面水平时条形基础地基承载力去估算临近基坑地基承载力．根据极限分析上限理论，这种使影响地基承载力的每一项因京都单独达到最小的处理方法不是严格的上限解，但在工程实践中是可行的．     

基于区间值推理的粗糙模糊神经网络

将区间值与模糊推理相结合，在构造神经网络的过程中为了简化网络结构而将它们与Rough集中的知识约简相结合，从而提出了基于区间值推理的粗糙神经网络．     

不排水双层粘土地基承载力的强度折减有限元分析

地基极限承载力的理论计算公式只适用于均质土地基,对于两层土强度参数较为悬殊的层状地基的极限承载力,用有限元法计算更为准确和合理.强度折减有限元法是一个计算安全系数可靠的方法,利用这一原理,采用有限元岩土软件Plaxis8.2建立计算模型,先计算单层土的极限承载力,计算结果与Prandtl解比较,误差极小,在精度满足要求的基础上计算不排水条件下双层粘性土地基的极限承载力.经过计算结果的对比,分析上层土厚度和下层土强度对极限承载力的影响.     

A Method for Data Classification Based on Discernibility Matrix and Discernibility Function

0 IntroductionDiantga .cl Dasesciifsiicoanti otrneies r aengr ie smspioornta,n Bta yperosibalnem claisnsi dfiactaati omnin&-Bayesian network, decision tree[1], neural network andSVM[2 ,3]are the technologies of data classificationin commonnow. They have extensively appliedin machine learning,ex-pert systemandstatistics etc .Inthese methods ,the most tra-ditional method is C4 .5[1]based on information entropy,which had extensively applied in practical problems . But themain problemof this me…