MOCVD法制备Fe/Mo功能梯度材料

利用金属有机化学气相沉积(MOCVD)方法,以Mo(CO)6,Fe(CO)5为物源,在Al2O3陶瓷基片上制备了 Fe/Mo功能梯度材料,并用XPS,XRD,SEM和台阶仪等技术对其成分分布、物相组成、表面形貌和厚度进行测试 和表征.结果表明:材料的组成沿厚度方向呈连续梯度变化,符合功能梯度材料的变化规律.     

Mo/HZSM-5催化剂表面活性中心的计算机模拟

用密度泛函理论中的广义梯度近似方法对催化剂活性中心的结构进行了优化，并对活性中心的电荷布居数、Mayer键级、Mayer总价态、振动频率和Fukui反应指数等性质进行了研究．结果表明最可能的钼活性中心为两个晶格氧担载的四面体配位结构，局部呈C2v对称．钼氧原子间的化学键具有离子性和共价性双重特点．用GGA方法计算的活性中心的振动频率与FTIR实验结果相一致．催化剂团簇的Fukui反应指数表明钼原子和端位氧原子是催化剂活性中心的反应部位．     

带光学窗口的ICF低温冷冻靶用低温恒温器

研制了一种热梯度法制备核聚变低温冷冻靶用低温恒温器，通过上下热连接杆使试样盒冷却，配合电加热器以及控温系统，使样品盒的平均温度可以控制在10-40K试验温度范围内，并实现均匀温度梯度。     

一种非平稳卷积混合信号的自适应盲分离算法

基于多时延解相关准则并利用自然梯度原则推导出一种非平稳信号在卷积混合情况下的自适应盲分离算法，仅通过对有限个观测时延样本的相关矩阵进行Frobenius范教最小化运算得到分离矩阵，算法计算量低，可实现信号连续处理，适用于在线运算。仿真结果表明算法仅需较低的分离滤波器长度和少量的时延样本即可获得良好的分离性能。     

无纺织物过滤黏土的梯度比试验及机理研究

采用2种土工织物和黏土进行梯度比试验,并通过试验后黏土试样微观结构的电镜扫描,从微观上认识土工织物过滤黏土机制。结果表明:在土工织物过滤黏土的过程中,初期梯度比会快速上升,达到峰值后,织物-黏土体系淤堵情况逐渐缓解,透水性相对改善,梯度比下降并趋于稳定;在过滤过程中靠近织物的黏土中会发生细颗粒穿过土工织物逃逸的现象,这是织物-黏土体系的透水性改善的内在机制;过滤后的黏土主要以聚粒形式存在,结构较疏松,在靠近织物的黏土中出现较大的孔隙;不同孔径和工艺的土工织物过滤黏土机制相同,但淤堵程度不同。     

求解非光滑优化问题的修正HS三项共轭梯度法

为了提高大规模非光滑优化问题的求解效率,克服其他方法存储需求大、算法复杂等缺点,提出求解非光滑优化问题的一种修正HS共轭梯度算法。在经典HS三项共轭梯度法的基础上提出一种新的搜索方向,并利用Moreau-Yosida正则化技术和Armijo-type线搜索技术进行设计。新算法满足充分下降条件,搜索方向属于信赖域,在适当条件下证明了新算法全局收敛。初步的数值实验表明新算法在求解非光滑无约束优化问题方面比LMBM方法更有效。新算法不仅具有较好的收敛性质,而且数值表现良好,为更加高效地求解非光滑优化问题提供了新的方法。     

SPS预烧结制备超细晶梯度硬质合金

首先采用SPS预烧结和真空预烧结制备超细晶硬质合金,再经过梯度烧结使超细晶硬质合金表面形成梯度层,研究了不同预烧结方式对合金组织的影响,分析了预烧结后合金微观组织对超细晶硬质合金的梯度形成及晶粒生长的影响.结果表明,预烧结后合金的微观组织对梯度烧结后的梯度形成和晶粒生长有较大影响,经过SPS预烧结后的硬质合金进行梯度烧结后,可以获得梯度层厚度为 53μm,平均WC晶粒尺寸为0.3μm的超细晶梯度硬质合金.     

利用记忆梯度法改进的变步长恒模盲均衡算法研究

针对传统恒模盲均衡算法收敛速度慢、固定步长条件下收敛速度和收敛精度之间存在矛盾的缺陷,提出了一种利用记忆梯度法改进的变步长恒模盲均衡算法。用记忆梯度算法替代最速梯度下降算法实现对恒模盲均衡中均衡器权值的调整,充分利用当前和前面迭代点的梯度信息,同时利用梯度信息变化率作为学习步长调整因子。新算法有效地提高了算法收敛速度,与共轭梯度法和拟牛顿法等改进算法比较,具有较低的计算复杂度和更好的均衡性能。计算机仿真证明了这一算法的有效性。     

非达西渗流时一维固结方程的两种数值解法

Terzaghi一维固结理论对低渗饱和地基沉降的预测值与实际值之间存在较大误差,原因之一在于其假定地基的渗流符合Darcy定律.在采用考虑起始水力梯度的非Darcy渗流方程和承认Terzaghi一维固结理论其他假定的基础上,重新推导了饱和粘土一维固结方程,并分别给出了有限差分法和有限体积法的离散格式.对单面排水情况下渗流前锋和固结度的计算结果证明了两种数值方法的适用性,而有限体积法具有更好的收敛性.     

关于Kallio—Porteus的一类线性规划算法的推广

将Kallio和Porteus提出的求解线性规划的一类算法加以推广,进一步将其假设条件减弱,在非退化的情形下证明了算法的有限收敛性．