掺杂Fe元素对Pd/C催化剂性能的影响

用Fe作为掺杂元素, 以活性炭为载体, 通过浸渍还原方法制备了Pd:Fe原子比分别为1:1、2:1、1:2的Pd-Fe/C催化剂.采用TEM和XRD技术对合金催化剂的物理性质进行了测试. 结果表明, 获得的Pd-Fe/C催化剂合金粒子在载体上分布均匀, 粒径<5nm,Fe的掺杂量对Pd/C催化剂晶体结构有很大影响, 通过电化学性能测试比较, 分析了三个不同比例的Pd-Fe/C催化剂和Pd/C催化剂对氢和甲酸的电催化氧化性能. 结果得出:在相同的峰值电位下, 几种催化剂的电流密度大小顺序为: Pd-Fe/C(1:1)>Pd-Fe/C(2:1)>Pd/C>Pd-Fe/C(1:2). 结果表明, 适量掺杂Fe提高了Pd/C催化剂的催化性能, 且Pd:Fe原子比为1:1时催化性能最好.     

ICP—AES法测定铁矿石尾矿磁性铁中的硅、铝、硫、钙和锰

通过对铁矿石尾矿中磁性铁的选磁，烘干称重后用硝酸盐酸分解样品。在工作曲线中加入基体，采用基体匹配办法消除铁的干扰。按选定的实验条件，可多种元素同时分析的优点，快速分析磁性铁中的杂质元素。线性相关系数r=0．9999，硫酸根的检出限为0．004％，其它在0．0002％～0．001％，回收率均在98％～105％之间，完全满足实际分析要求。     

基于情景规划和多属性效用理论的动态顾客需求价值建模

动态顾客需求的价值建模是设计具有可持续价值的复杂产品系统的前提。提出一种基于情景规划和多属性效用理论的动态顾客需求的价值建模方法。利用情景规划技术分析系统应用情景,对系统应用情景元素进行参数化,进而进行情景划分和组合。在此基础上,识别情景所对应的动态顾客需求,并利用多属性效用理论对每一系统应用情景中的顾客需求进行价值建模。最后,给出一个雷达卫星系统的动态顾客需求的价值建模例子,对提出的方法进行了验证。     

电路实验数据分析挖掘技术研究

数据挖掘算法是神经网络算法中的有效算法,数据挖掘算法主要包括快速聚类、决策树、关联规则、Kohonen神经网络等算法,其研究的内容是算法模型、参数设置及相应的数据处理方法过程。通过利用数据挖掘算法,对电路实验数据的统计分析挖掘技术进行研究。目前,在电路数据分析方面数据挖掘算法的应用还是一种尝试,希望通过这种算法应用的研究,发现在电路实验数据中的有内部规律和价值的信息,从而为电路实验提供有益的帮助和指导。     

“岗位安全预想全员危害辨识”活动的实践

介绍了新郑煤电公司在安全管理上采取的新举措。开展的"岗位安全预想、全员危害辨识"活动的过程以及经验。活动以"隐患可控、事故可防"为安全理念,创新安全管理思路,加强现场安全管理,从职工单元抓起,突出思想引导,强化职工安全意识,提前预想、防范并制定处理措施,主动的消除隐患,达到安全生产的目标。     

“三并重”在煤矿安全生产中的重要性

作为保障煤矿行业安全发展的三要素-管理、装备、培训,一直以来在煤矿行业发挥着举足轻重的作用。严格、科学的管理,可以弥补装备上的不足,能减少事故,保障安全生产。先进的技术装备可以提高工作效率,更可以创造良好的安全作业环境。只有强化安全培训,才能提高职工队伍的素质,才能保证职工正确使用先进的装备和先进的生产技术,才能进行科学、系统、有效地管理。只有坚持三者的有机结合,才能促进煤炭事业持续、高效、科学发展。     

设计决策支持的工艺质量知识建模

工艺质量知识是设计决策支持知识的重要组成部分。为设计者提供所需的工艺质量知识有助于设计决策的有效性。在分析机械电子产品设计活动的基础上，详细阐述了设计活动和设计方法的工艺质量知识需求。采用IDEFO方法建立设计活动模型证实了支持设计活动的工艺质量知识流。在此基础上，运用UML方法构建了工艺质量知识对象模型，该模型支持工艺质量知识的获取、组织和管理，可以为设计决策提供不同层次和粒度的工艺质量知识。     

基于产品结构树的制造质量信息分类研究

制造质量信息是支持并行设计决策所需的产品生命周期信息的重要组成部分,制造过程中与设计决策相关的质量信息的获取、表示、处理、利用等研究对设计者进行决策具有重要作用。针对现有质量信息分类方法在信息有效集成、设计者容易提取所需信息等方面不足,本文提出基于产品结构树的制造质量信息分类方法,将其分为产品类、装配件类、零件类,每一类又可分为关系类和数据类,并给出基于产品结构树的制造质量信息分类模型。     

面向特征设计的制造设备质量能力信息

在分析特征设计及其过程中信息需求的基础上,以制造设备资源质量能力为基础,建立支持特征设计过程中制造设备质量信息对精度特征与形状特征以及位置特征的影响映射关系,并以零件精度特征与设备资源的具体约束关系作为实例,在对制造设备资源质量能力信息提取与管理的基础上,给出支持特征设计的制造设备质量信息模型.     

采用低秩稀疏建模的盲频谱检测算法

频谱检测技术是认知无线电的一项关键技术,传统的频谱检测方法或依赖于相关的先验信息,或受限于低信噪比和运算复杂度的影响,在实际应用中均有一定的缺陷。针对此问题,本文基于协方差矩阵的检测算法,结合低秩稀疏建模理论,建立了频谱检测的低秩稀疏模型,提出了一种改进的频谱检测新方法。所提方法不需要事先获取主用户信号和噪声功率等先验信息,对信号样本的协方差矩阵进行低秩稀疏分解,以低秩矩阵之间的特征差异来判决当前是否存在主用户信号。仿真实验验证了所提方法具有较好的检测性能和鲁棒性。