纳米KF/Al2O3催化剂的制备

以纳米γ-Al2O3为原料，采用浸渍法制备纳米KF／Al2O3催化剂，利用XRD、TEM、激光粒度仪等分析手段对所得粉体的晶相组成，粒径分布等性质进行研究。讨论了晶粒大小形状与表面活性剂、溶剂、浸渍温度、干燥方法等因素之间的关系。     

渗硼金刚石薄膜电极用于有机废水降解的实验

为了研究渗硼金刚石薄膜电极电化学性能以及用于含有机污染物的废水处理的可行性,采用循环电解的方法,对含苯酚的废水进行了电化学氧化实验,同时与活性涂层钛阳极进行了对比实验研究,考察了阴极的可替代性,最后用两种电极对含苯胺的工业废水进行了对比实验。实验结果表明,金刚石电极不仅具有优越的电化学性能和优异的电化学指标,而且可以用于电化学废水处理;同时,用钛电极代替金刚石作阴极经济可行。     

程控状态变量RC有源滤波器的优化综合技术

介绍了基于Butterworth传递函数的二阶状态变量RC有源滤波器的优化综合技术,进而给出了一种由单片机参与的能自动跟踪输入信号频率、选择合适滤波器截止频率的程控滤波系统实例.其特点是实现电路简洁,网络参数易确定,调试方便,截止频率解析式明确,且有较好的精度,其电路和设计方法在数据采集和工程测试等领域有较好的应用参考价值.     

地基防御雷达的有源假目标极化鉴别能力

研究了有源多假目标等欺骗性电子干扰对地基防御雷达系统的有效性问题。首先详细分析了任一椭圆极化天线有源假目标的极化特性,并探讨了典型雷达目标的极化散射特性。在此基础上,设计了有源多假目标的极化鉴别算法,计算机仿真表明,具有极化测量能力的地基防御雷达系统具有对有源多假目标进行鉴别的能力。     

JANSIM:基于Java的主动网络仿真模块

原有的主动网络仿真模块对于现有主动网系统的支持度较低，使得开发成本和学习成本都很高。基于Java的主动网络仿真模块JANSIM，实现了在ANTS上开发的主动协议可以无需重新在仿真环境下重新编写即可利用仿真环境的网络仿真功能对其进行仿真测试，从而大幅度的降低了主动网协议开发者的学习成本和移植成本。JANSIM包括ANTS-ESIB的适配嚣包、ANTS协议转换器和ANTS脚本转换器。ANTS-ESIB适配器可以使得基于JANSIM新开发的ANTS应用直接运行在仿真系统上，两个转换器则可以使得原先开发的ANTS协议和脚本自动转换为基于JANSIM的协议，从而在仿真环境下运行。     

甘肃地区活断层与现代构造应力场研究

从断裂的形成机制入手讨论了活断层与构造应力场的关系，利用断层资料计算了甘肃地区的主压应力方向，结果表明，主压应力为北东向，新构造应力场、现代构造应力场、地震应力场趋于一致，认为晚第三级以来，甘肃地区地壳构造应力场相对稳定，应该是印度板块与欧亚板块相互作用的结果。     

GMAW 温度场计算及其焊接质量的特征建模

根据传热学、流体力学、物理冶金等理论，在熔化极气体保护焊(GMAW)的三维非稳态熔池的数学模型基础上建立了有限元模型，并使用通用有限元软件ANSYS对熔池温度场进行了计算．通过熔宽和熔深的测量值与ANSYS计算值进行比较，误差均控制在8％以内，表明使用ANSYS来计算GMAW温度场是可靠和可行的．结合智能诊断的基本理论，还建立了GMAW焊接质量的人工神经网络预测模型，并且采用软件MATLAB6．1对模型进行计算．结果表明，模型与实际过程符合较好，对于非线性的焊接过程，神经网络的适应性较强．     

浅色橡胶助剂的研究

针对白炭黑的生产工艺复杂,成本较高等问题,以阜新千枚岩为原料,经超细粉碎后成粒径不同的粉体,选择合适的化学改性药剂制度,将改性后的千枚岩作橡胶填料进行试验研究,通过与中槽炭黑、白炭黑相比较,千枚岩的某些性能指标超过白炭黑,接近炭黑,可以部分替代炭黑作橡胶补强填料.千枚岩作为橡胶填料是其新应用领域之一,这一研究成果为资源枯竭的阜新市经济发展提供一个新方向.     

植物生长因子对丹参愈伤组织有效成分积累的影响

通过不同种类和浓度激素对丹参愈伤组织中丹参脂溶性成分积累的研究得出:以培养的丹 参叶片、茎段、根为外植体诱导的愈伤组织中丹参脂溶性成分含量比较低,而在以MS为基本培养 基,附加2,4-D 3.0 mg/L、NAA 0.5 mg/L的培养基上根诱导出的愈伤组织中,丹参酮ⅡA含量为 0.0142％,高于其他愈伤组织中丹参酮ⅡA的含量.     

地球物理测井多参数综合识别储层流体类型的新型神经网络

建立了一种基于引力的新型神经网络模型 ,引入了合力作用机制 ,解决了储层流体类型划分的判定半径问题 ,克服了以往神经网络对任何输入数据都要产生响应 ,并给出一个分类结果的缺陷。改进了传统的距离计算方法 ,克服了传统方法易受单个参数突变的影响而引起误判的缺点。利用新型神经网络方法并结合测井资料 ,对某油田的储层流体性质及类型进行了识别 ,获得了很高的识别率。与径向基神经网络的判别结果相比 ,该神经网络的识别率明显提高。