突出矿井瓦斯抽放限制影响因素的AHP-熵权法评价模型

为提高煤与瓦斯突出矿井瓦斯抽放效果,建立了3个一级指标、14个二级指标的突出矿井瓦斯抽放限制影响因素评价指标体系,利用AHP和熵权法分别确定指标因子主、客观权重.通过实地调研分析和反馈验证了AHP-熵权法的可行性和正确性,利用加权平均法确定评价模型的综合权重.研究表明:封孔方式、钻孔半径、抽放时间、煤体裂隙发育程度和抽放负压是目前影响煤矿瓦斯抽放效果的主控因素.     

游客情感计算的文本大数据挖掘方法比较研究

旅游文本大数据以其方便、快捷和低门槛的特点为游客情感计算提供了极大便利，已经成为旅游大数据的主要来源之一。基于大数据理论和情感理论，以文本大数据为数据源，在全面梳理国内外情感计算相关成果的基础上，利用人工智能中的逻辑/算法编程方法、机器学习方法、深度学习方法对旅游文本大数据进行挖掘，探索最佳的基于文本大数据的游客情感计算方法。研究发现：（1）基于情感词典的游客情感计算模型，其核心是构建情感词典和设计情感计算规则，方法简单，容易实现，适用语料范围广。（2）机器学习，用统计学方法抽取文本中的特征项，具有非线性特征，可靠性较线性特征的情感词典方法高。（3）基于深度学习技术的游客情感计算，效果良好，准确率在85%以上。训练多领域的文本语料易于移植，实用性强，且泛化能力好，较适合大数据时代游客情感计算研究。     

平面硅异质结太阳电池的光吸收增强的研究

钙钛矿/硅叠层太阳电池可以充分利用太阳光谱,提高光电转换效率.平面硅异质结太阳电池可以作为叠层电池的底电池,其性能直接影响叠层电池的性能表现.采用传统反应热蒸发技术,在低温(170 ℃)条件下制备了掺锡氧化铟薄膜,并在170 ℃的氧气氛围下后退火处理,对ITO薄膜的特性进行了详细的表征和分析.结果表明:后退火工艺改善了ITO的结晶特性,使得材料的光学特性和电学特性得到明显提高,将其应用于平面硅异质结太阳电池,短路电流密度得到极大提高,尤其红外光响应改善明显.引入MgF2薄膜作为减反射层,进一步增强了电池的光响应,转换效率达到19.04;.     

基于冲击光谱测量的氧化铝晶体高压相变诊断技术

氧化铝晶体是一种优良的光学透明窗口材料,更是地球内部的重要组成物质.利用气炮加载结合冲击光谱测量,不仅能够获得其发光特征,并且根据光谱分布特征得到高压结构相变信息.在自主搭建的冲击光谱动态测试平台上,结合多通道辐射高温计以及ICCD瞬态光谱测试技术在40~120 GPa的压力区间,研究了c切向氧化铝晶体的辐射发光效应.在可见光波段400~700 nm区间获得了氧化铝晶体的发光光谱和辐射温度结果,证实了光谱的结构特征和表观温度值与该压力下氧化铝的结构相变存在明显的关联性.     

中空介孔SiO2纳米球的制备、改性及其对Al3+荧光识别研究

中空介孔SiO2由于中空多孔的结构而常用作功能材料的基底.将中空介孔SiO2进行官能团修饰,并应用为荧光传感材料是中空介孔SiO2一个重要的研究领域.本论文采用聚丙烯酸(PAA)为中空模板,聚醚F127为造孔剂,正硅酸乙酯(TEOS)为硅源,氨水为催化剂在乙醇体系中制备了中空介孔SiO2纳米球.系统研究了搅拌速度和聚醚F127引入量对中空介孔SiO2纳米球形貌及比表面积的影响.通过透射电镜、N2-等温吸附脱附曲线等表征说明该合成方法具有很好的普适性,通过调节F127的引入可以实现对比表面积的有效控制.通过氨基化、席夫碱反应进行荧光修饰,进一步研究表明荧光修饰后的中空介孔SiO2纳米球在水溶液中能够实现对Al3+的有效检测,检测限为1.19×10 -7M.     

减压扩散高阻密栅技术应用研究

本文对减压扩散机理及高阻密栅技术作了详细的分析,并就设备及工艺方面的关键技术进行了阐述,最后对减压扩散高方阻工艺及密栅匹配技术电池效率进行了对比分析,有以下结论:(1)减压扩散在工艺优化后,方阻均匀性得到大幅改善,达到3;以内.(2)减压扩散电池效率完全可达到常规产线的水平,且在高阻密栅方面更有优势,可有效提升太阳电池效率.     

Crystallization of Poly(ethylene adipate) within γ-Phase Poly(vinylidene fluoride) Matrix

The effects of PEA on the γ-phase PVDF crystal structure and the crystallization of PEA within the pre-existing γ-phase PVDF spherulites have been investigated by optical microscopy(OM), infrared spectroscopy(IR) and scanning electron microscopy(SEM). The results demonstrate that the γ-phase PVDF spherulites consist of the lamellae exhibiting a highly curved scroll-like morphology and develop preferentially in PEA-rich blend. With increasing PEA concentration, the scroll diameter increases and the scrolls are better separated from each other. PEA crystallizes first in the interspherulitic region and transcrystalline layer develops. Subsequently, the transcrystalline layer of PEA continues to grow within the γ-phase PVDF spherulites, e.g., in the region between the scrolls, until impinging on other PEA transcrystalline layers or spherulites. The crystallization kinetics results indicate that the growth rate of PEA crystals in the intraspherulitic region of γ-phase PVDF shows a positive correlation with content of PEA, but a negative one with the crystallization temperature of γ-phase PVDF.     

立方相KNbO3晶体本征空位点缺陷的电子结构研究

利用第一性原理从头计算方法对立方相KNbO3晶体的肖特基缺陷的稳定性、能带结构、电子态密度和磁性性质进行了研究.发现含本征点缺陷的KNbO3体系结构稳定;K,Nb空位诱导KNbO3缺陷晶体产生铁磁性;O空位则无此性质.K空位诱导KNbO3缺陷晶体磁性源于O原子2p轨道退简并;Nb空位诱导KNbO3缺陷晶体磁性源于O-2p电子极化.     

油-气-水三相流超声传感器持气率测量*

为探索油-气-水三相流持气率测量难题,该文开展了脉冲透射式超声传感器持气率测量动态实验研究。首先,利用超声传感器与光纤传感器组合,测取了油-气-水三相流中段塞流、混状流、泡状流的响应信号;其次,提取了超声脉冲信号的最大值序列来反映不同流型时超声传感器响应特性,同时,借助双头光纤传感器与相关测速法,计算得到了流体中气泡弦长序列;最后,结合流型与泡径信息,利用超声传感器测量了不同流型下持气率,并分析了不同流型持气率预测的误差来源,为其他油-气-水三相流持气率测量传感器设计提供了借鉴。     

基于无人机多光谱图像的土壤水分检测方法研究

以表层土壤为对象,探究土壤的多光谱反射率与土壤水分含量相关性,进行基于无人机多光谱图像的土壤水分含量预测模型方法的探究。选取中国农业大学通州实验站为研究区域,实地采集试验田的土壤样本100组,按照一定梯度配制土壤含水量,配成的土壤含水率为10%~50%之间,土壤含量的真实值采用土壤烘干法进行测定。多光谱相机灵巧便捷,可搭载在无人机上对土壤进行监测。将RedEdged-M型多光谱相机搭载在Phantom 3型无人机上,选择阳光充足的采集环境,实时采集土壤样本的多光谱图像,建立土壤多光谱信息与水分含量之间的模型。利用处理光谱数据的ENVI5.3软件提取土壤样本多光谱信息,以多光谱相机自带的标准白板反射率为100%,计算出土壤样本在蓝、绿、红、红边、近红外五个波段的光谱反射率。采用BP神经网络算法、支持向量机算法、偏最小二乘算法分别建立基于无人机多光谱图像的土壤水分含量的预测模型。以80组土壤样本数据作为训练集,建立基于多光谱图像的土壤水分含量预测模型。采用莱文贝格-马夸特算法对BPNN进行改进,提高了其训练速度,当网络结构为5-10-1时,训练效果最好,本文选择该网络结构;SVM采取高斯核函数,当参数为0.56时,模型效果最好。本研究采用归一化均方根误差(NRMSE)和决策系数(R 2)对三种土壤水分含量的预测模型进行定量对比。以20组土壤样本数据作为测试集,结果可知,基于BP神经网络土壤水分含量预测模型的NRMSE为0.268,R 2为0.872;基于支持向量机的土壤水分含量预测模型的NRMSE为0.298,R 2为0.821;基于偏最小二乘土壤水分含量预测模型的NRMSE为0.316,R 2为0.789。对三种模型分析可知,基于BPNN的土壤水分含量预测模型效果均较好。结果可知,土壤的光谱反射率与含水率间存在较密切的相关性,将多光谱相机搭载在无人机上可以对土壤水分含量进行有效的实时监测,对监测土壤墒情提供技术支持和理论支撑。