面向城市固体废物管理辅助决策的GIS解决方案

把城市固体废物产生预测、固体废物的运输、固体废物的处理的优化决策、固体废物的处理的定量经济评价等作为一个整体考虑，提出了一体化的GIS解决方案。利用灰色预测模型进行固体废物产生量及成分预测，并借助于组件GIS的开发技术增强其空间表达和分析能力，为城市固体废物产生预测、评价、处理提供决策支持。     

浅谈高职院校学生信息素养的培养

信息素养是我国未来教育改革的方向之一。作者通过几年来对《信息技术》课程的教学实践,提出对高职院校的《信息技术》课程教学进行改革的方法,从而提高了学生的信息素养和解决问题的能力。     

衡水湖周边土壤中全盐量、碳酸根、碳酸氢根及氯离子含量的测定

利用重量法测定土壤中全盐量,由测定数据可知衡水湖周边土壤中的全盐量为2.055～3.147 g/kg.用双指示剂滴定法测定土壤中碳酸根及碳酸氢根离子含量.由测定数据可知,衡水湖周边土壤中的碳酸氢根含量为0.1673～0.1939 g/kg,此条件下碳酸根含量为零.用莫尔法测定土壤中的氯离子含量,由测定数据可知,衡水湖周边土壤中氯离子含量为0.2669～0.2980 g/kg.     

基于差分电压和Elman神经网络的锂离子电池RUL预测方法

锂离子电池剩余使用寿命(remaining useful life,RUL)预测对电池的使用维护极为重要,提出一种基于差分电压和Elman神经网络预测锂离子电池RUL的方法.首先,根据美国国家航天航空局(National Aeronautics and Space Administration,NASA)的锂离子电池数据集,分析电池差分电压曲线和充放电曲线,提取电池容量退化特征量;其次,通过Pearson法分析特征量之间的相关性,将充电差分电压曲线初始拐点值、放电差分电压曲线峰值、放电时间、静置时间作为电池RUL预测的间接健康因子;最后,建立以上述间接健康因子为输入,电池容量为输出的Elman神经网络,进行锂离子电池的RUL预测.基于不同间接健康因子和不同神经网络的四种电池容量预测对比实验表明,在间接健康因子中加入充电差分电压曲线初始拐点值和放电差分电压曲线峰值可以提高电池寿命预测精度,Elman神经网络可准确预测电池容量.基于不同循环次数预测电池RUL,预测的平均均方根误差为1.55％.     

SnO2和SiO2用于PVC的阻燃消烟及协同作用

研究了二氧化锡和二氧化硅对软PVC阻燃消烟性的影响。通过对极限氧指数、剩炭率、烟密度的测定和DTATG曲线的分析证明,添加8g二氧化锡/二氧化硅复合阻燃剂的PVC的氧指数和剩炭率比未添加的分别增高5.5个单位和4.1%,烟密度降低16.4%,降解活化能分别降低38kJ/mol和23.1kJ/mol,从而证明二氧化锡/二氧化硅复合阻燃剂对于PVC是一种很好的阻燃消烟剂,二氧化锡和二氧化硅有很好的协同作用。同时证明这种复合阻燃剂能代替三氧化二锑,使产品的成本进一步降低。     

纳米ZrO2(Al2O3)复合陶瓷的制备研究

以Al(NO3)3和ZrOCl2.8H2O为原料,采用化学共沉淀法合成了ZrO2/Al2O3复合粉体,并讨论了反应条件对样品的影响,通过DTA、XRD、分光光度计等手段对产品进行了表征,结果表明:采用合适的合成条件可以得到粒度分布均匀、粒径约30.1nm的ZrO2/Al2O3复合粉体。