空心球状C@SnO2@SnS2的制备及光催化去除Cr（Ⅵ）性能研究

将SnO2负载在碳球上通过不完全烧结的方法得到含有大量碳的空心状C@SnO2,随后加入TAA(硫代乙酰胺),利用离子交换法在水热过程中制备了具有不同硫化程度的空心结构的C@SnO2@SnS2三元复合物。利用XRD、FESEM、TEM、XPS、UV-Vis DRS、PL等测试手段对合成样品进行表征,并测试了其光催化去除Cr(VI)的性能。结果表明,C、SnO2和SnS2三者之间的协同作用以及空心结构的形貌显著增强了SnO2的光催化性能,其中CSS-2样品对Cr(VI)具有最佳的去除能力,太阳光照射120 min后对Cr(VI)的去除率高达98.8%。     

退化喀斯特地区植被恢复过程中苔藓的先锋作用

在贵州花江喀斯特高原生态综合治理试验示范区内采集苔藓植物样品,鉴别了主要苔藓种类,测定苔藓植物的持水性能,分析了苔藓、岩石接触面形成土壤的化学性质。结果表明：试验区内苔藓植物共有11科26属65种,以藓类植物为主;自然状态下苔藓植物含水率为36 %～898 %;新鲜苔藓持水率为2123 %～5159 %;苔藓、岩石接触面的土壤属于土壤养分分级的一级标准,各项养分指标亦明显高于对照样地。苔藓植物对喀斯特石漠生境有极强的适应性,是石漠化及其他退化生态系统进行人工生态恢复中理想的物种选择。     

多传感器全局最优加权观测融合Wiener信号滤波器

基于Kalman滤波,应用加权观测融合方法,对于带白色观测噪声的单通道ARMA信号,提出了全局最优多传感器观测融合Wiener信号滤波器。可统一处理信号融合滤波、平滑和预报问题。同集中式规测融合方法和分布式状态融合方法相比．不仅可获得全局最优Wiener信号滤波器,而且明显减小计箅负担,便于实时应用。一个三传感器加权观测融合仿真例子说明了其有效性。     

现代图书馆信息服务新格局探讨

分析了信息社会对传统图书馆提出的挑战,论述了开创图书馆信息服务工作新局面的措施和重要性。     

含可交联基团的磺化聚醚醚酮/改性石墨烯复合膜的制备及性能研究

以含可交联基团的磺化聚醚醚酮(SPEEK)为基体材料,通过分别添加一定比例的氧化石墨烯(GO)和磺化石墨烯(SGO)制备了SPEEK/GO及SPEEK/SGO复合膜,并通过各种性能测试对其进行了对比研究.结果表明:与纯SPEEK膜相比,SPEEK/GO及SPEEK/SGO复合膜具有更优异的热稳定性能;其阻醇性、质子传导...     

深海遥控无人潜水器脐带缆动态特性及张力抑制方法

传统金属铠装脐带缆由于自重原因,下潜深度很难突破6000 m,为了实现深海脐带缆安全使用,有效提升深海遥控无人潜水器(Remotely operated vehicle,ROV)的下潜深度,提出了一种脐带缆张力抑制方法.针对水下脐带缆运动具有大位移和小应变的特点,综合考虑加挂浮球对脐带缆动力学性能的影响,基于几何精确梁...     

EMD与神经网络在气液两相流流型识别中的应用

本文提出了EMD与Elman神经网络相结合的气液两相流流型识别的新方法.将压差波动信号经验模态分解(EMD)后的固有模态函数(IMF)进行分析、提取IMF能量作为Elman神经网络的输入特征向量,对水平管内的气液两相流流型进行识别.实验结果表明:该方法优于BP网络且稳定、识别率高,具有可行性.     

氧化铝陶瓷基板无钯活化化学镀镍新工艺

研究了一种廉价且易于在氧化铝陶瓷上进行化学镀镍的无钯活化新工艺.以氧化铝陶瓷为基体,先通过碱处理进行改性,再通过热处理在陶瓷基体表面制备镍微粒,最后进行化学镀镍.通过单因素分析法研究了活化液浓度、活化温度及活化时间对活化效果的影响,采用扫描电镜观察基体各阶段表面形貌,并对活化后基体进行了能谱分析,通过热震试验对镀层的结...     

海藻酸钠复合水凝胶的制备及其对废水中铅离子的吸附性能研究

首先对石墨烯进行改性,合成了磺酸化石墨烯(SGO).采用共混交联的方法,将SGO加入到海藻酸钠(SA)中并以CaCl₂为交联剂制备了SA/SGO复合水凝胶球.通过单因素实验研究了凝胶球对模拟废水中重金属离子(Pb²⁺)的去除效果,探讨了溶液pH值、金属离子初始浓度和吸附反应时间等对Pb²⁺吸附的影响.结果表明：SA/SGO对Pb²⁺的吸附是一个较快的过程,大约60 min即可达到吸附平衡,最大吸附容量为248.90 mg·g^-1.SA/SGO凝胶球对Pb²⁺的吸附等温线遵循Langmuir模型,表明Pb²⁺在凝胶球上的吸附是单分子层的.此外,经过5次吸附解吸后,凝胶球对Pb²⁺的吸附能力仅下降了不到10%,表明SA/SGO凝胶球拥有优异的再生性能.     

不同行为模型框架下的数据驱动类人驾驶模型比较

传统的驾驶行为模型框架把驾驶行为划分为跟驰行为和换道行为两大类,并分别进行模型构建;而综合驾驶行为模型框架则认为跟驰行为和换道行为密不可分,因此将所有驾驶行为看作一个整体来进行建模。文中基于这两种行为模型框架,对数据驱动类人驾驶模型的性能进行分析。首先,建立综合驾驶行为模型框架和跟驰换道组合模型框架,并根据驾驶过程中的影响因素,确定模型的输入和输出。其次,提出了基于跟驰、换道和意图识别模块的两种跟驰换道组合方式：判别组合和概率组合。随后,对原始数据集进行处理筛选,构建综合驾驶行为、跟驰行为、换道行为和意图识别4个样本库,分别用于对相应行为模块进行训练和标定。最后,将两种跟驰换道组合模型与综合驾驶行为模型进行模型精度、安全性、鲁棒性和迁移性比较。结果表明：在模型输入输出、参数标定流程和样本数据库一样的情况下,基于长短期记忆神经网络(LSTM)的类人驾驶模型精度优于基于FNN的模型,其中基于LSTM的模型均方误差可达到0.227 m²,基于FNN的模型均方误差为0.470 m²。而在基于LSTM的模型中,采用跟驰换道组合模型框架的模型比采用综合驾...