纯电动公交车外流场分析仿真流程比较研究

本文基于FLUENT和STAR CCM+两种平台设计电动公交车外流场仿真流程。根据实际行驶工况设置仿真的边界条件,使用所建立的两种仿真流程对实际电动公交车车型进行外流场仿真,获得两种流程下整车的气动阻力和风阻系数等参数,对两种仿真流程的有效性、复杂性、表面处理的时间以及计算效率进行比较分析。得到相比FLIUENT平台,STAR CCM+集成度更高、仿真流程更简单、整车表面修复时间更短,但计算收敛效率低于FLUENT的结论。     

卤醇脱卤酶催化合成(S)-2-溴-1-苯基乙醇的工艺优化

以新型卤醇脱卤酶AbHHDH为催化剂,催化拆分外消旋2-溴-1-苯基乙醇生成光学纯的(S)-2-溴-1-苯基乙醇,通过单因素实验探究了缓冲液pH值、缓冲液浓度、催化剂用量、底物浓度以及温度对催化合成反应的影响。结果表明,在NaH_2PO_4-Na_2HPO_4缓冲液pH值为8.0、NaH_2PO_4-Na_2HPO_4缓冲液浓度为200 mmol·L~(-1)、催化剂用量为37.5 g·L~(-1)、底物浓度为20 mmol·L~(-1)、温度为28℃的最优工艺条件下反应15 min,(S)-2-溴-1-苯基乙醇的ee值为100%,收率为35.11%。     

异烟酸-吡唑啉酮光度法测定废水中氰化物的改进

本文在现用方法的基础上,通过实验进一步优化和改进分析条件,从实验结果可以看出,改进后的分析方法提高了废水中氰化物含量测定结果的准确度和精密度。     

液质联用法测定蔬菜、水果、土壤中的溴氰虫酰胺残留

建立了一种超高效液相色谱-电喷雾电离串联质谱法测定蔬菜、水果和土壤中的溴氰虫酰胺残留的方法。试样经QuEChERS方法前处理,超高效液相色谱-电喷雾电离串联质谱法测定,外标法定量。溴氰虫酰胺在0.5-200μg/L有良好的线性关系,相关系数r0.999,检出限为0.15μg/kg,定量下限为0.5μg/kg,加标回收率在70%-110%,相对标准偏差小于5.0%,该方法简便、可靠、稳定,灵敏度高,可用于分析蔬菜、水果和土壤中溴氰虫酰胺的残留量。     

基于UKF航迹滤波的干扰目标智能识别算法研究

针对雷达导引头末制导阶段抗干扰技术,建立了典型的距离-速度拖引干扰模型,采用无迹卡尔曼滤波(UKF),研究了基于速度、加速度、过载等指标的干扰目标智能识别技术。首先建立距离-速度拖引干扰模型,通过引入弹目相对距离、径向速度、高低角与方位角建立了系统跟踪模型。其次,给出了基于UKF实现目标跟踪与识别的滤波框架。在此基础上,以径向速度、径向加速度、角加速度与过载为评价指标,建立了目标智能识别指标体系。最后,通过典型的目标运动模型(目标跃升),对目标施加的四次距离-速度拖引干扰(两次前拖、两次后拖)进行目标识别。仿真结果表明,利用UKF滤波信息能够有效实现对距离-速度拖引干扰下的干扰和目标智能识别,仿真结果验证了该识别方法的可行性与有效性。     

基于奖励值RNN和A2C模型的音乐生成

我们提出了一个新的方法—基于奖励值RNN的优势演员-评论家算法(R-A2C)来生成音乐。我们的模型首先使用一个带有注意力机制的RNN模型(Recurrent neural network)预处理数据并将此作为先验策略,然后我们将包含先验策略和用户反馈信息的奖励值RNN增加到A2C(Advantage Actor-Critic)模型中,使得任意用户给定的约束与循环网络的风格相结合,以此来鼓励演员生成更符合用户需求的音乐,实验表明我们的模型取得了预期的效果。     

Cu/SBA-15催化剂的改性及其催化酯加氢反应

制备了不同助剂修饰改性的Cu/SBA-15催化剂,利用FTIR,XRD,H_2-TPR和XPS等表征手段对改性的催化剂进行了表征,并考察了催化剂在其他酯加氢反应中的性能。表征结果显示,B和Fe助剂可以增强Cu/SBA-15催化剂在酯加氢反应中的催化选择性,B改性的Cu/SBA-15催化剂可以降低其铜活性中心粒径,提高还原之后的Cu~+含量,从而有利于提高催化反应选择性,而Fe改性的Cu/SBA-15催化剂降低Cu粒径的同时,增加了Cu~0含量,并且对酯类也具有活化作用,从而提高了催化选择性。实验结果表明,B和Fe能够加强Cu/SBA-15催化剂的性能,并且Cu-Fe/SBA-15催化剂可广泛应用于丙二酸二乙酯,草酸二甲(乙)酯和乙酸乙酯加氢反应中。     

一种基于标签的改进主题演化模型

传统主题演化(ToT)模型通常忽略原始数据中的标签元信息。为此,建立一种基于标签的改进ToT模型。针对传统权重算法忽略词汇在文档集类别间和类别内的分布对权重产生影响的问题,结合文档标题特征,使用改进词频-反重力距算法进行权重分析,以扩展模型的生成过程。在ToT模型的基础上引入原始文档的标签属性,构建改进模型并使用吉布斯采样算法估计其参数。实验结果表明,与ToT模型相比,该模型具有较高的泛化能力。