城市供水管网漏损探讨

就漏损控制这一项复杂的系统工程，详细地介绍了我国城市供水管网的漏损现状，分析了进行漏损控制产生的效益，造成漏损的主要原因及防治措施，提出漏损量的大小是衡量供水管网技术技术和运行的重要指标。     

基于EVACNET4的教学楼疏散数值模拟

本文通过对某中学教学楼的火灾危险性进行分析,利用安全疏散模拟软件EVACNET 4对教学楼的安全疏散进行模拟,得出具有实际意义的最优结果.最后,通过模拟对教学楼的安全疏散提出了合理性建议.     

磁能驱动微型泵的性能研究

在电磁驱动原理的基础上,设计并研制了一种磁能驱动的微型泵。微型泵的整体尺寸约为Φ11mm×4mm,腔室半径为5mm,深2mm。利用方差分析方法对实验数据进行了检验,验证了前期微型泵研究中获得的性能参数的正确性。为了进一步缩小微型泵体积、简化控制方式和外围电路,针对微型泵的能源部分,开展了单双电源的对比实验研究,并获得了较好的实验结果。     

纳米抗菌锦纶的染色性能

为了探讨纳米材料对锦纶染色性能的影响，在相同条件下，用尼龙费林上染纳米抗菌锦纶和普通锦纶，测试了二者的上染百分率，并对染色前后纳米抗菌锦纶进行扫描电镜分析。结果表明，纳米抗菌锦纶的上染百分率小于普通锦纶，但是二者的显色情况相近；染色后，纳米抗菌锦纶表面的纳米颗粒明显减少，说明染色时有纳米颗粒从锦纶表面脱落。     

K2FeO4-PAC-PAM处理地下水中高浓度硫酸盐的实验研究

以SO24-的去除率作为考察指标,在高浓度SO24-模拟地下水中以不同方式投加高铁酸钾(K2Fe O4)、聚合氯化铝(PAC)和聚丙烯酰胺(PAM),考察不同药剂对SO24-的去除效果,并对其去除机理进行了分析。研究结果显示,对于SO24-浓度为1 000 mg/L的原水,加入K2Fe O4比单独使用PAC和PAM处理时去除效果显著提高; K2Fe O4-PAC-PAM复合药剂对SO24-的去除率可达46. 69%;并且发现K2Fe O4和PAC-PAM的投加顺序也会对SO24-的去除率产生不同程度的影响。在K2Fe O4-PAC-PAM复合药剂体系中,K2Fe O4起到显著的絮凝协同作用,从而使高浓度硫酸盐通过强化絮凝作用被去除。     

基于功率谱包络能量和SVM的舰用发动机故障诊断

发动机是军舰上的重要部件之一,其稳定性对军舰的正常航行具有重要影响。以舰用发动机关键部件(主泵轴承)为具体研究对象,提出了基于功率谱包络能量和支持向量机相结合的故障诊断方法。首先获取了大量可表征舰用发动机主泵轴承健康状态的振动加速度信息,对其进行功率谱分析,获得其功率谱的包络能量;以获取的舰用发动机主泵轴承功率谱的包络能量构建特征向量,并设计基于SVM的舰用发动机主泵轴承故障诊断模型,对主泵轴承的故障进行诊断研究。研究结果表明,采用基于功率谱包络能量和SVM相结合的舰用发动机关键部件故障诊断方法,可以很好实现主泵轴承的故障诊断效能,为舰用发动机主泵轴承故障诊断的工程应用奠定了基础。     

基于多线程运行控制的高效节能型净水工艺

华北地区某净水厂以当地水库水为水源,原水受到有机物污染,水质受季节影响变化较大。为应对上述水质问题采用高密度沉淀池—V型滤池—超滤—臭氧加活性炭吸附的工艺流程,但该工艺流程较长,运行能耗较高。针对季节和水质变化,以供水安全可靠为前提,高效节能为目标,提出了水厂运行的多线程工艺流程。经节能评估,运行改进后可节能23.96%。     

基于模糊综合评判的飞机液压泵故障预测

针对飞机液压泵故障难以准确预测的技术难题,提出了基于模糊综合评判和层次分析法的飞机液压泵故障预测方法。根据液压泵的工作机理及形成机制,分析液压泵在运行过程中的几种常见故障形式,得到液压泵常见故障模式和故障因素集,采用层次分析法计算故障预测中的各项权重,运用模糊综合评判法对液压泵的故障进行预测。以某型飞机液压泵为具体研究对象,对提出的方法进行试验验证。结果表明,该方法能够实现飞机液压泵故障预测的效能,对其他航空设备的故障预测也具有良好的应用前景。     

新型液体燃料5-乙氧基甲基糠醛的催化转化研究进展

5-乙氧基甲基糠醛（5-ethoxymethylfurfural,EMF）是一种替代化石能源的潜在液体燃料,近年来EMF的合成引起了国内外科研人员的广泛关注。本文综述了EMF转化合成的生物质原料、均相和非均相催化转化体系的研究进展,对比了单相与双相溶剂的作用效果,以期为EMF的合成与生物质转化利用提供科学依据。最后,对EMF的合成策略及工业化生产进行展望。     

复杂性测度在肌电信号模式识别中的应用

针对表面肌电信号(SEMG)的非平稳特性,提出了一种以复杂性测度和支持向量机(SVM)相结合的肌电信号模式识别新方法。肌电信号的复杂度作为一种新的肌电信号特征,算法简单。支持向量机是一种新的机器学习机制。通过对采集的四通道表面肌电信号进行分析,提取其复杂性测度信息构建特征矢量,利用“一对一”分类策略和二叉树构建的多类支持向量机分类器,很好地实现了对前臂的八种动作表面肌电信号的模式分类。实验表明,由支持向量机对肌电信号的复杂度特征进行分类,具有很好的稳定性和准确率,为肌电信号及其它非平稳生理电信号的模式分类提供了一种新思路。