钯催化剂丙烯腈气相加氢动力学研究

通过在固定床积分反应器上的动力学实验,得到了在钯催化剂上丙烯腈气相加氢制丙腈反应的本征动力学表达式为:rA=6.89×104exp(-41840/RT)cA0.71cH1.12。     

不同方法制备ZnO催化剂的活性比较

为提高ZnO在甲醇分部中的催化活性，以5A分子筛担载硝酸锌制备ZnO催化剂，并与碳酸锌直接分解制备ZnO的催化剂进行比较。发现前者的催化活性比后者高出很多，且克服了后者在实验中的许多不足。考查了分子筛担载硝酸锌制备ZnO的条件，确定出最佳焙烧温度与焙烧时间；所得催化剂的最高催化活性达76％。     

基于小波变换的弹射加速度滤波分析

根据小波分解与重构理论，对弹射加速度信号进行多尺度的小波变换，即用不同中心频率的带通滤波器对信号滤波，把主要反映噪声频率的那些尺度的小波变换去掉，再把剩余各尺度的小波变换结合起来，作小波重构变换，从而得到较好地抑制了噪声的信号。     

聚丙烯/笼型聚硅倍半氧烷的非等温结晶及其动力学研究

采用熔融挤出共混的方法制备了均聚聚丙烯(iPP)/笼型八聚(异丁基)硅倍半氧烷(OIBS)复合材料,并用DSC法研究了此种复合材料的非等温结晶行为,当OIBS质量分数为1%和30%的样品结晶峰温T_p高于iPP的T_p,而OIBS质量含量为5%和10%样品的T_p低于iPP的T_p值,OIBS含量对结晶起始温度T₀和结晶峰半高宽W_1/2·h的影响与T_p相似.说明适量的OIBS对iPP具有异相成核作用。采用修正Avrami方程的Jeziorny法及莫志深法对数据进行处理并计算出结晶动力学参数。结果表明适量OIBS的加入可提高iPP的结晶速率。     

一水合草酸铵脱水的热分析动力学

利用2步法研究了一水合草酸铵脱水的热分析动力学三因子: (1) 通过迭代的方法或KAS法求出较为准确的反应的活化能Ea;(2) 结合Coats-Redfern 法与 Achar 法与所得活化能值比较进一步得出反应的最概然机理函数和指前因子A. 研究发现该反应的最概然机理函数为:f(α)=1或g(α)=α,此法所得的计算结果合理且具有很好的重现性.     

热分析动力学的多升温速率等温法及其应用

提出了多升温速率等温法确定热分析动力学可能的机理函数g(α);用迭代的等转化率法求出较为可靠的活化能Ea;在Ea和g(α)的基础上计算出指前因子A.用该法对二水草酸镍(NiC2O4·2H2O)脱水反应的热分析动力学三因子进行了研究,得出Ea为96.55 kJ/mol;A为7.746×107～9.415×107s-1;其对应的机理函数为随机成核和随后生长(Avrami-Erofeer),调节函数Am,其积分形式g(α)=[-ln(1-α)]1/m和微分形式f(α)=m(1-α)[-ln(1-α)]1-1/m,调节因子m=1.55～1.70.用该法求算动力学三因子,结果可靠,重现性较好,具有一定的可比性.     

不同制备方法的CuC2O4-ZnC2O4·2H2O的热行为和热分解动力学

应用DSC、热重分析技术对共沉淀和机械混合CuC2O4-ZnC2O4·2H2O(摩尔比1∶1)在N2气氛中的热行为、热分解过程和热分解动力学进行了研究,DSC和TG曲线表明,机械混合样品的热分解过程与单独的草酸盐基本一致,共沉淀样品的热分解过程则不同于单独的草酸盐.用KAS的等转化率法求出较为可靠的活化能Ea,用热分析动力学三因子求算的比较法确定了2种样品热分解反应遵循的机理函数f(α),在Ea和f(α)的基础上计算出指前因子A.共沉淀样品中第2步、第3步热分解反应遵循的机理函数分别为R2和A2.机械混合样品中第2步、第3步热分解反应遵循的机理函数分别为2D和A2.     

An extended Lagrangian support vector machine for classifications

Lagrangian support vector machine (LSVM) cannot solve large problems for nonlinear kernel classifiers. In order to extend the LSVM to solve very large problems, an extended Lagrangian support vector machine (ELSVM) for classifications based on LSVM and SVMlight is presented in this paper. Our idea for the ELSVM is to divide a large quadratic programming problem into a series of subproblems with small size and to solve them via LSVM. Since the LSVM can solve small and medium problems for nonlinear kernel classifiers, the proposed ELSVM can be used to handle large problems very efficiently. Numerical experiments on different types of problems are performed to demonstrate the high efficiency of the ELSVM.     

基于数据矩阵分解的相干源方向估计新方法

提出一种相干源存在情况下的波达方向估计新算法。利用阵列快拍数据构造数据矩阵,相关去噪后,通过奇异值分解获得低维信号子空间的估计,然后运用ESPRIT思想估计出波达方向。无论是否存在相干源,新算法均能有效估计出波达方向,并且无需角度搜索,运算量小。该算法虽基于一维线阵,但可直接推广到具有线性性质的二维平面阵,如L形阵、十字阵、双平行线阵等。计算机仿真验证了算法的有效性     

基于Delta算子的QR分解LMS算法

针对基于Delta算子的自适应滤波问题,提出了Delta算子描述的QR分解LMS(Delta-QR-LMS)算法。首先给出后向Delta算子模型的另一种表示形式,并利用该变换公式推导出Delta-QR-LMS算法的具体迭代步骤。通过仿真算例表明,Delta-QR-LMS算法比传统的LMS算法具有更好的滤波性能和更快的收敛速度。