直流场畸变开关中混合气体击穿特性

氩气中一般含有大量亚稳态原子,在强外电场作用下容易产生自由电子,能够促进放电通道快速形成。采用场畸变型气体开关,在直流电压下设计了实验平台来探究气体开关中采用SF6-Ar或N2-Ar混合气体后放电时延及抖动的变化情况。改变多种气体状态进行一系列实验,并得出场畸变气体火花开关中SF6-Ar及N2-Ar的击穿特性,根据工程需要对气体种类及混合比例进行最优化设计。实验表明SF6-Ar中Ar质量分数达到20%及以上时,开关放电时延及抖动明显减小。     

铁水含硅量预测系统中数据预处理技术的研究

通过使用自适应预报模型与时差方法相结合的方法对铁水含硅量进行预测,模型所需的工艺参数的原始数据经采集后需使用OPC技术标准进行传输以存入数据库系统中。硅预测程序通过对数据库查询得到所需的操作数据,由于生产环境对数据的干扰,需对其作均值滤波和插值运算的一次处理,然后进行求平均值、梯度和标准差统计学运算的二次处理,之后运用模糊理论将各个工艺参数归一化以提取参数特征值,作为铁水含硅量预测模型的输入参数,在预测过程中使用多元线性回归不断修正模型中的权重系数,以提高数学模型预测的准确率。     

存在时延的分布式无人机编队控制方法

多无人机协同是未来无人机应用的重要方式,多无人机编队作为多无人机协同的重要技术和研究热点也已引起越来越多关注,分布式无人机相较于集中式具有灵活性好、鲁棒性强,对通信及计算机性能要求低等优点;针对无人机的非线性动力学模型,在有向固定拓扑的条件下,运用高阶一致性理论解决无人机系统的分布式编队问题;基于Lyapunov稳定性原理,利用线性矩阵不等式(LMI),分别得出在具有时变时延导数信息及无导数信息情况下的稳定性充分条件;最后,仿真验证了这种编队控制方法的有效性;研究结果表明,利用文章所提出的方法控制无人机编队飞行,在满足稳定性的前提下,无人机系统能够形成稳定的编队,并达到预期速度。     

析出型LaFe0.9Ru0.1O3钙钛矿催化剂在丙烷催化氧化反应中的自活化现象(英文)

负载型贵金属催化剂在能源转化和环境污染控制等领域有广泛应用.相对于采用传统方法制备负载型贵金属催化剂,还原析出策略在控制贵金属的粒径,增强贵金属与载体相互作用方面具有独特的优势.但是在高温还原气氛下,贵金属析出的同时往往伴随着母体结构中其它元素的析出,这会对催化剂的性能产生较大影响.因此,理解催化剂在还原气氛下以及后续反应条件下的结构演变,对于催化剂的设计及制备具有重要意义.本文通过800℃还原Ru掺杂的LaFe_0.9Ru_0.1O₃(LFRO)钙钛矿前驱体制备了贵金属析出的LFRO催化剂(LFRO₈00R),并用于丙烷催化氧化反应.活性测试结果表明,析出Ru催化剂的丙烷氧化性能远远低于原始的LFRO.当第一次反应结束,催化剂床层温度降至室温后再次评价其性能,LFRO 800R催化剂会发生“自活化”现象,在210℃下催化丙烷反应速率达到了22.3 mol_CO2·h^-1·kg_cat^-1,是该温度下贵金属未析出LFRO...     

在线近红外光谱预处理对废旧纺织品定性识别的影响

将近红外光谱分析技术与一阶导数、离散小波变换、标准正态变换、多元散射校正、 S-G平滑、移动平均平滑、均值中心化和最大最小归一化8种预处理方法相结合,采用其单一及组合的方法,对聚酯、锦纶、腈纶、棉、毛、真丝、聚酯/棉、聚酯/锦纶、聚酯/氨纶、聚酯/毛、真丝/棉、锦纶/氨纶和特殊类共计13类织物的3620个近红外谱图进行预处理,并建立基于深度卷积神经网络的废旧纺织品定性识别模型。依据定性模型的识别准确率,探讨出适宜该类数据集的谱图预处理方法。研究结果表明,采用S-G平滑、均值中心化+S-G平滑和标准正态变换+S-G平滑的方法预处理后,所得模型的识别准确率均在96%以上。将此3种模型与未经预处理的原模型分别导入“分拣装置”中,对未参与建模的280个样品进行成分识别检验,经预处理优化后的模型识别准确率均高于原模型的89.6%。且均值中心化+S-G平滑预处理后,模型的识别准确率最高达96.8%,识别、分拣时间小于2 s。因此,对原模型样本的近红外光谱数据进行预处理可极大提高模型的识别准确率,为废旧纺织品的在线高效识别与自动分拣提供新方法。     

活性炭纤维的预处理及其SCR催化活性研究

随着中国能源工业的继续发展,氮氧化物排放相应政策法规的制定,烟气脱硝已经成为污染控制的重要组成部分.     

微污染原水富氧生物预处理除污染工艺

公开号：CN101066798公开日：2007．11．07申请人：南开大学 本发明针对微污染水源原水常规净化工艺除污染效果差,难以满足安全供水除污染的需要,提供一种以高好氧贫营养菌生物作用为主要特征的微污染原水富氧生物预处理工艺。它是基于贫营养微生物在DO为10～15mg／L富氧曝气条件下的生物反应特征,对特定有机物和氨氮的利用能力和对生存环境较强的适应能力,以贫营养菌,如土壤杆菌、嗜水气单胞菌、黄杆菌、芽菌和纤毛菌等微生物为处理主体,在高好氧反应条件下通过生物氧化作用除去污染物。可作为Cl2、KMnO4和O3等化学法预处理的替代技术。本发明技术可以充分利用水厂已有的净水工艺和设施,投资运行成本较低,见效快。     

多重分形谱研究溶胶-凝胶SiO2疏水减反膜的激光预处理作用

采用溶胶-凝胶提拉技术制备了SiO₂疏水减反膜.使用Nd：YAG激光（波长为1064nm,脉宽为7.5ns）采用“R on 1”方式对所得膜层进行了激光预处理.在预处理前后采用“1 on 1”方式考察了薄膜的激光损伤阈值的变化,使用原子力显微镜（AFM）观察了薄膜的表面形貌的变化,并使用多重分形谱（MFS）方法分析了薄膜分形结构的变化.结果表明经过激光预处理后薄膜的抗激光损伤阈值有了明显提高,均方根表面粗糙度（R_q）稍有减小,膜面变平整,多重分形谱宽度收缩,分形区间的分布均匀性改善.这说明经过激光预处理后薄膜表面微结构趋向规整,使之能够承受更强的激光的辐照.同时也说明借助多重分形谱可以获得更多薄膜表面结构变化的信息,多重分形谱是探索强激光对光学薄膜辐照作用机理的一个十分有用的方法. 关键词： 2疏水减反膜')" href="#">SiO₂疏水减反膜 激光预处理 多重分形谱 激光损伤阈值     

东北寒地水稻茎秆纤维素含量近红外光谱反演

在水稻抗倒伏育种中,水稻茎秆纤维素含量作为重要的作物性状表现型数据,用传统方法获取时受人力成本和时间成本的约束,采集群体大小有限。利用高光谱技术能够实现对作物性状信息的快速、无损检测。为探究水稻茎秆纤维素含量近红外光谱反演模型,以田间小区试验的方式,采集水稻灌浆期至成熟期茎秆基部倒2、3节作为实验样本,并在实验室内使用NIRQuest512型号高光谱仪测得茎秆近红外反射光谱数据;采用标准变量正态变换（SNV）、连续小波变换（CWT）及两种方法结合（SNV-CWT）对原始近红外光谱进行预处理,经对比分析,原始光谱经SNV处理后再通过CWT对应6尺度分解最优,然后采用联合区间偏最小二乘法（SiPLS）、迭代保留信息变量法（IRIV）对最优预处理（SNV-CWT）的光谱特征曲线进行光谱特征变量筛选,分别提取了64个和16个特征变量;为优化模型并提高其模型精度,采用IRIV算法对SiPLS所选的特征变量进行二次筛选,得到6个特征变量,特征波长为1 200, 1 207, 1 325, 1 470, 1 482和1 492 nm,最后基于优选出的特征变量分别建立水稻茎秆纤维素含量的支持向量机回归（εSVR）和核极限学习机（KELM）预测模型,模型参数（惩罚系数C,核函数系数γ和不敏感参数ε）分别采用灰狼算法（GWO）、差分进化灰狼算法（DEGWO）和自适应差分进化灰狼算法（SaDEGWO）进行优化选择。结果表明,采用SNV-CWT方法光谱预处理后,经SiPLS-IRIV方法筛选的特征变量构建的SaDEGWO优化的SVR模型精度最高,模型参数Ｃ,γ,ε分别为302.838 2,0.087 7,0.070 8,测试集的决定性系数（R2_p）为0.880,均方根误差（RMSE_P）为15.22 mg·g-1,剩余预测残差（RPD）为2.91,表明模型具有较好的预测能力,可为水稻茎秆纤维素含量预测提供参考。