NiCoB/SAPO-5硝基苯加氢制对氨基苯酚催化剂及其性能研究

采用化学还原法,制备出了Ni Co B/SAPO-5硝基苯液相加氢制备出对氨基苯酚（PAP）双功能催化剂,利用X射线衍射、扫描电子显微镜等手段表征了催化剂的物化性能。结果表明,非晶态Ni Co B合金以纳米颗粒形式分散在SAPO-5分子筛微球表面;SAPO-5中n（Si O2）/n（Al2O3）为0.1,Ni负载量为2%,n（Co）/n（Co＋Ni）为1时,Ni Co B/SAPO-5双功能催化剂的催化性能较好,硝基苯转化率为90.04%,PAP选择性为42.53%。     

不同助剂改性γ-Al2O3对WNi/γ-Al2O3催化剂性能的影响

采用表面浸渍法用B,P,Ti,Zr4种助剂对Al2O3表面进行化学改性。采用浸渍法将活性金属负载到改性Al2O3载体上,获得WNi/γ-Al2O3催化剂。运用X射线衍射、红外光谱、程序升温还原等手段表征了改性γ-Al2O3和WNi/γ-Al2O3催化剂的性能。以正十二烷为原料,考察了4种助改性剂对WNi/γ-Al2O3催化剂加氢裂化活性和选择性的影响。结果表明,4种助剂的改性效果不同,P改性Al2O3的比表面积比其他3种改性剂改性的比表面积大,改性前后晶体的结构没有发生显著变化;P改性WNi/γ-Al2O3催化剂的总酸量显著降低;Ti能够大幅度降低WNi/γ-Al2O3催化剂的还原温度;Zr改性WNi/γ-Al2O3催化剂的转化率显著降低。     

管板式换热器管板环形焊缝自动焊机设计及焊枪定位仿真

针对现有管板换热器管板环焊缝焊接过程中,管板环焊缝定位不准确、焊接质量和效率较低等问题,设计了一种简单、快捷、定位精确的管板自动焊机。焊接机头定位与移动是管板焊接的关键技术。焊接机头固定在龙门架结构上,采用步进电机驱动龙门架,实现两自由度的运动;利用CCD图像处理实现焊接机头的定位。C8051F020单片机作为主控芯片完成控制系统的设计,液晶显示屏和4×4按键实现参数显示和设置。通过Matlab软件仿真,可获得钢管端口圆的半径和圆心坐标,能够实现焊接机头定位。     

海上服役钢管的载荷条件及性能要求分析

介绍了国内外海底管道的发展概况,分析了海上服役钢管的载荷条件,并通过比对陆地管分析了海上服役钢管的特殊性能要求。分析结果表明:海上服役钢管载荷条件复杂多变,在化学成分、力学性能和几何尺寸等方面具有更高要求,化学成分中S和P等有害元素含量及碳当量更低;力学性能方面,增加了时效前后的纵向拉伸及CTOD试验要求,屈服强度、屈强比及硬度指标要求更高;几何尺寸方面,标准对直径、椭圆度和壁厚偏差等的要求更为严格。     

一种特征加权融合人脸识别方法

针对传统人脸识别算法在非限制条件下识别准确率不高的问题,提出了一种特征加权融合人脸识别方法(DLWF⁺)。根据人脸面部左眼、右眼、鼻子、嘴、下巴等5个器官位置,将人脸图像划分成5个局部采样区域;将得到的5个局部采样区域和整幅人脸图像分别输入到对应的神经网络中进行网络权值调整,完成子网络的构建;利用softmax回归求出6个相似度向量并组成相似度矩阵与权向量相乘得出最终的识别结果。经ORL和WFL人脸库上进行实验验证,识别准确率分别达到97%和91.63%。实验结果表明:该算法能够有效提高人脸识别能力,与传统识别算法相比在限制条件和非限制条件下都具有较高的识别准确率。     

双蝙蝠群智能优化的多模盲均衡算法

针对常模盲均衡算法(CMA)均衡多模QAM信号收敛速度慢、剩余均方误差大的缺陷,提出了一种基于双蝙蝠群智能优化的多模盲均衡算法(DBSIO-MMA)。该算法将2个蝙蝠群独立全局寻优得到的一组最优位置向量分别作为多模盲均衡算法(MMA)初始化最优权向量的实部与虚部,以此提高收敛速度并减小剩余均方误差。仿真结果表明,蝙蝠算法(BA)全局搜索成功率高、收敛速度快的特点在DBSIO-MMA中得到很好地体现。与CMA、MMA、粒子群多模盲均衡算法(PSO-MMA)、单蝙蝠群多模盲均衡算法(BA-MMA)相比,DBSIO-MMA具有更快的收敛速度和更小的均方误差。     

命题逻辑的子句集中文字的分类

检测和消除命题逻辑公式中的冗余文字,是人工智能领域广泛研究的基本问题。针对命题逻辑的子句集中子句的划分,结合冗余子句和冗余文字的概念,将命题逻辑的子句集中的文字分为必需文字、有用文字和无用文字3类,并分别给出其定义。讨论3种文字与无冗余等价子集的性质,给出其等价子集的等价描述方法。得到题逻辑的子句集中必需文字、有用文字和无用文字的判定方法,借助子句集的可满足性得到3种文字与子句集的可满足性的等价条件。上述结果对命题逻辑中文字属性的判断提供了多种可选择方法,同时为命题逻辑公式的化简奠定了理论基础。     

基于卡尔曼滤波的自主式水下航行器大尺度编队控制

针对网络环境下环境噪声对自主式水下航行器编队控制的影响,提出一种利用卡尔曼滤波实时估计AUV最优运动状态的编队控制方法.将空间间隔较远的多AUV系统建模为多智能体系统,从大尺度上研究其编队控制问题.为了得到每个AUV速度状态的最优估计值,每个AUV都嵌入一个全局卡尔曼滤波器,利用该全局滤波器进行最优估计从而计算出噪声环境下其自身的最优位置.仿真结果验证了所给出的控制策略的有效性.     

带时延约束的连通目标覆盖最大化生命周期问题

在无线传感器网络中,如何确保网络服务质量（如覆盖、连通）同时最大化网络生命周期是研究的热点和难点.在延时敏感的应用（如火灾、爆炸等灾害监测）中,传感器节点必须在有限的时间内传送它们的数据到汇聚节点.为了研究这种应用下的连通目标覆盖,提出了一种带时延约束的连通目标覆盖问题(DCCTC).首先,将DCCTC建模成为限高的最大覆盖树问题(HLMCT),并证明它是NP-Complete的.然后,设计了一种快速启发式算法HLCWGC求解HLMCT问题.仿真实验和理论证明,HLCWGC在时延约束下获得的网络生命周期比已有的算法要好.具有较高的应用价值和理论意义.     

基于Tri-training的半监督多标记学习算法

传统的多标记学习是监督意义下的学习,它要求获得完整的类别标记.但是当数据规模较大且类别数目较多时,获得完整类别标记的训练样本集是非常困难的.因而,在半监督协同训练思想的框架下,提出了基于Tri-training的半监督多标记学习算法（SMLT）.在学习阶段,SMLT引入一个虚拟类标记,然后针对每一对类别标记,利用协同训练机制Tri-training算法训练得到对应的分类器;在预测阶段,给定一个新的样本,将其代入上述所得的分类器中,根据类别标记得票数的多少将多标记学习问题转化为标记排序问题,并将虚拟类标记的得票数作为阈值对标记排序结果进行划分.在UCI中4个常用的多标记数据集上的对比实验表明,SMLT算法在4个评价指标上的性能大多优于其他对比算法,验证了该算法的有效性.