丙烯氨氧化合成丙烯腈过程中的尾气分析

 在丙烯氨氧化合成丙烯腈过程中，尾气内含有因反应而生成的ＣＯ２，ＣＯ，Ｃ２Ｈ４，未反应完全的Ｃ３Ｈ６，Ｏ２和不参与反应的Ｎ２以及丙烯原料气中少量的Ｃ３Ｈ８。使用含有双阀、双检测器、双色谱柱的气相色谱系统可使上述所有气体得到分离，而且分离效果好，定量准确，操作简单，实用性强。     

物理教学中对学生非智力因素的培养

分析了当前物理教学中对学生非智力因素培养的现状,并对在物理教学中如何培养学生非智力因素进行了探讨.     

丙烯氨氧化合成丙烯腈过程中的尾气分析

在丙烯氨氧化合成丙烯腈过程中，尾气内含有因反应而生成的ＣＯ２，ＣＯ，Ｃ２Ｈ４，未反应完全的Ｃ３Ｈ６，Ｏ２和不参与反应的Ｎ２以及丙烯原料气中少量的Ｃ３Ｈ８。使用含有双阀、双检测器、双色谱柱的气相色谱系统可使上述所有气体得到分离，而且分离效果好，定量准确，操作简单，实用性强     

基于等效模型和多时间尺度扩展卡尔曼滤波的锂离子电池SOC预测

荷电状态(SOC)和最大可用电量估计是锂离子电池寿命预测中的两个最重要部分;然而与快速时变的SOC比较,最大可用电量的参数变化缓慢;文章提出了一个基于等效模型和多时间尺度的扩展卡尔曼滤波(EKF)预测算法对SOC和最大可用容量分别在不同时间尺度上进行估计,在宏观尺度上利用了SOC估计值作为观测量,更新最大可用电量;针对NCA/C卫星锂离子电池实验数据的仿真结果表明,提出的多时间尺度EKF预测算法与EKF联合估计算法相比,SOC和最大可用电量估计准确度更高,同时提高了计算效率。     

大学物理实验教学改革的几点建议

文章针对我校学生的具体情况,结合近些年来自己在教学过程中实践和体会,分析了当前大学物理实验现状和存在问题,从基础性实验、综合性实验、设计性实验、演示性实验、仿真实验和网络选课方面提出了一些改革的思路和措施,对大学物理实验教学改革有一定的指导意义。     

复杂模拟电路知识表示的关键技术研究

在装备中应用复杂模拟和数模混合电路,可大幅度提升装备性能,但同时对电路故障诊断提出了更高的要求;研究故障特征优选、测试节点优化等关键技术,实现了最优测试点集构造和基于故障特征提取的知识表示自动生成功能,可有效解决当前模拟和数模电路故障诊断存在的问题,提高故障诊断效率;采用典型装备电路的试验验证,实现了多类型知识表示的生成,并且所构造最优测试点集数量为全部测试点的32%,试验表明,所述技术具有很好的实用与推广价值。     

THEORETICAL AND EXPERIMENTAL INVESTIGATION ON ANOMALOUS HALL EFFECT OF HETEROGENOUS SEMICONDUCTOR SAMPLES

Based on the theoretical results of inversion layers model and interpenetrating network model, we studied the anomalous Hall effect of heterogenous semiconductor samples, and obtained the following results: (1) the wider the sample energy gap, the higher the temper-ature at which anomalous Hall effect begins to appear; (2) the lower the sample resistivity, the higher the temperature at which anomalous Hall effect begins to appear, which is further verified in our experiment; (3) mobility is the main factor which determines what role p-n junction plays in sample Hall voltage; (4) for n-Ge sample with inversion layers structure, with the increase of p-type region, the Hall effect changes from normal n-type Hall effect to anomalous Hall effect of the single dip type, then to anomalous Hall effect of the second reversal type.     

基于退化数据和DBN算法的IGBT健康参数预测方法

绝缘栅双极型晶体管(IGBT)等电子元器件被广泛用于运输和能源部门,其健康状态对于设备安全和有效至关重要;在对IGBT的结构和损伤机制分析基础上,结合NASA艾姆斯中心开展的IGBT加速退化试验,选择集电极-发射极关断峰值电压作为失效特征参数,提出了一种基于深度信念网络的预测模型对其进行分析和预测;以Levenberg-Marquardt(LM)算法模型作为对比,实验结果显示文章提出的三隐藏层DBN模型相比于LM模型有更好的预测性能和更高的预测精度。