基于近似最小一乘准则的Hammerstein-Wiener模型随机梯度辨识

基于最小一乘准则和随机梯度算法原理,针对受尖峰噪声影响的非线性Hammerstein-Wiener模型,提出基于最小一乘准则的随机梯度算法。为解决最小一乘准则函数不可微的问题,该算法引入确定性可导函数近似代替残差绝对值。仿真实验表明:基于最小一乘准则的随机梯度算法对于非线性Hammerstein-Wiener模型可以有效地辨识出模型参数,同时抑制尖峰噪声对辨识结果的影响,具有更高的辨识精度、更快的收敛速度和良好的鲁棒性。     

用脉冲电源溅射ZnO薄膜时脉冲及工艺条件对靶电压的影响

用磁控溅射法制备ZnO∶Al透明导电膜时,降低靶电压可以减少溅射等离子体中被靶背反射回的中性离子和负氧离子对基片的轰击,提高薄膜的质量,降低薄膜电阻。本文研究了用中频脉冲直流溅射法和Zn∶Al合金靶反应溅射制备ZnO∶Al透明导电膜时,脉冲参数,如脉冲频率、反向脉冲幅度、反向脉冲时间、功率、氧氩比、溅射气压等工艺条件对靶电压的影响。结果表明,延长反向脉冲时间是降低靶电压的最有效方法。当反向时间由2μs增加到10μs时,靶电压降低了60%以上。     

柔性衬底硅基薄膜太阳电池阻挡层的研究

研究了不同厚度的ZnO阻挡层对柔性衬底倒结构太阳电池的性能及均匀性的影响。在此基础上,使用金属镍(Ni)代替ZnO作为背电极和硅基薄膜之间的阻挡层,改善了太阳电池的均匀性。在聚酰亚胺柔性衬底上采用PECVD法制备出了面积为4cm×4cm、重量比功率超过200W/kg的倒结构硅基薄膜太阳电池。     

基于工厂数据的注意力LSTM网络辨识方法

化工企业控制系统日益复杂，辨识被控对象模型是自动控制和优化设计的首要任务。针对化工过程多数辨识实验需要对过程施加测试信号，可能导致生产中断或引发安全事故的问题，利用长短时记忆（long short-term memory，LSTM）网络对含高维度、强耦合、非线性等特点的工厂时序数据具有的强适应性的特点，提出一种结合注意力机制思想的LSTM非线性动态模型辨识算法。该算法在LSTM模型基础上考虑输入变量对目标变量的重要性，为输入序列中影响输出结果的关键特征分配更多注意力，提高了LSTM模型的泛化能力。基于工厂日常运行数据构建LSTM网络模型可作为被辨识对象的数字化虚拟装置，利用人工测试信号在虚拟装置上离线辨识局部线性模型。在Tennessee-Eastman（TE）过程上的辨识实验验证了本文方法的有效性。     

鸡脚脱脂除杂蛋白预处理工艺

以脱脂率、胶原蛋白损失和除杂蛋白效果为指标，研究超声波辅助下对鸡脚进行脱脂除杂蛋白的预处理工艺，为从鸡脚中提取胶原蛋白提供基础。索氏提取法测定鸡脚处理前后脂肪含量，计算脱脂率；高效液相色谱法测定处鸡脚理前后羟脯氨酸、脯氨酸、甘氨酸含量，计算胶原蛋白损失和评价除杂蛋白效果。首先考察了V(石油醚):V(乙醇)=1:1/NaCl溶液法、碱性脂肪酶溶液法、NaOH溶液法对脱脂率的影响。对料液比及超声时间/次数进行优化，得出采用V(石油醚):V(乙醇)=1:1/NaCl溶液法脱脂率最高，其次为碱性脂肪酶溶液法、氢氧化钠溶液法，而NaOH溶液法胶原蛋白损失最大。进一步设计V(石油醚):V(乙醇)=1:1与碱性脂肪酶溶液结合的两步法，优化两步的料液比及超声次数/时间，获得较佳工艺为：第一步，V(石油醚):V(乙醇)=1:1，料液比1:4（g/mL），超声萃取3次，每次用新的溶剂超声10 min；第二步，质量分数为2.5%的脂肪酶溶液（含0.05 mol/L NaOH，pH 8），料液比1:2（g/mL），超声处理40 min；脱脂率96.48%，胶原蛋白损失率9.31%，处理后鸡脚中羟脯氨酸、脯氨酸、甘氨酸占比与从鸡脚中热水提取的明胶相似，表明除杂蛋白选择性较好。     

快热退火对Co/n-Poly-SiGe肖特基结I-V-T特性的影响

采用射频磁控溅射法在n-Si(100)衬底上沉积Si1-xGex薄膜,俄歇电子谱(AES)测定Si1-xGex薄膜的Ge含量约为17%。对薄膜进行高温磷扩散掺杂,制得n-poly-Si0.83Ge0.17。在n-poly-Si0.83Ge0.17薄膜上溅射一层Co膜,制成Co/n-poly-Si0.83Ge0.17/n-Si肖特基结样品。在300～600℃范围内,对样品做快热退火。对不同退火温度下的样品做I-V-T测试。研究发现,测试温度升高,不同退火温度样品的肖特基势垒高度(SBH)的差别变小,500℃退火的样品,表观SBH最小。总体上,SBH随测试温度的升高而变大,理想因子的变化趋势则与之相反。基于SBH的不均匀分布建模,对实验结果给出了较为合理的解释。     

基于灰色动态模型群的济宁市需水量预测

针对以往单一GM(1,1)模型建立过程中难以克服不稳定因素对预测结果的影响,提出根据不同时间段建立多个GM(1,1)模型,基于济宁市2001~2011年用水量数据,采用灰色动态模型群对济宁市2011~2020年需水量进行预测。结果表明,济宁市2011年用水量为26.76×108 m3,到2015年需水量增至29.9×108 m3,2020年增至33.9×108 m3,呈增长趋势,这与济宁市社会经济发展态势相吻合,可见灰色动态模型群用于需水量预测可行、有效。     

Si/NiO异质pn结的光电性能研究

利用磁控溅射方法成功制备了Si/NiO异质pn结。实 验表明,退火温度升到400℃时,Si/NiO异 质结呈现一定的整流特性;600℃退火的Si/NiO异质结呈现很好的整 流特性,正向开启 电压达到3.5VV时出现漏电流。这可 能是因为600℃退火后,样品结晶转好,应力 释放,缺陷减少,从而改善了样品的整流特性。这一结果得到了X射线衍射(XRD)、原子显微 镜(AFM)和紫外(UV)结果的充分支持。