《硅酸盐岩相学》课程教学内容与方法商榷

为解决无机非金属材料方向《硅酸盐岩相学》课程内容丰富而课时缩水严重的矛盾，本着取得教学实效的目的编制切实可行的课程教学大纲，精简内容并采取针对性强的教学方法。具体措施是强化结晶学教学，重点教授矿物学通论，择要举例讲授以硅酸盐矿物为主的非金属矿物，简单介绍三大岩类，取消晶体光学、偏光显微分析及具体的岩相学内容，理论教学时合理利用教具，并结合实验教学巩固深化关键知识点。     

基于动态递归神经网络的玻璃窑炉温度双重控制

将双重控制策略应用到玻璃窑炉温度控制系统,实现油流量和油压的解耦控制.其主控制器采用动态递归神经网络逆控制器,应用反馈误差学习方法在线学习,并通过改进的L-M算法训练神经网络.副控制器采用常规PI控制器.主、副控制器共同作用于被控对象,保证系统具有良好的控制品质.仿真结果表明该控制策略有效.     

基于支持向量机的酒精发酵过程pH值辨识

由于酒精发酵中pH过程的复杂性和强非线性,建立能够描述其动态和静态特性的准确的数学模型是比较困难的.支持向量机(SVM)是近年来发展起来的一种基于统计学习理论,采用结构风险最小化的新型学习机器.将支持向量机应用到酒精发酵生产过程pH值的建模中,实验和仿真结果表明支持向量机模型是有效的,且具有良好的泛化性能,能够较好的解决酒精发酵过程中pH值的建模问题.最后进一步分析了参数选择对支持向量机模型性能的影响.     

膨胀石墨/硫-氟化气相沉积碳纤维双层正极

对于高性能储能设备的迫切需求,使得理论能量密度达到2 600 W·h/kg的锂硫电池(LSBs)变得极具吸引力。然而,低的容量可逆性和硫自身绝缘性的天然缺陷制约了其商业化进程。为了有效改善硫的导电性能,同时抑制多硫化物的穿梭效应,达到提高LSBs电化学性能的目的。本文采用逐层涂覆法在膨胀石墨(EG)/硫(S)复合正极极片表面涂覆氟化气相沉积碳纤维(FVGCF),通过首次放电至2.5 V实现FVGCF嵌锂,在EG/S正极极片表面形成LiF和FVGCF复合层。电化学性能测试和形貌表征结果表明：采用FVGCF新型正极材料具有最佳的循环寿命,EGS-FVGCF在1 C电流密度下的初始放电比容量为691.8 mA·h/g,100次循环之后剩余比容量为549.5 mA·h/g。相对于EGS涂覆的单层结构,在EGS上面涂覆FVGCF的双层电池性能具备极大应用优势,放电过程中生成的LiF能够抑制多硫化物从正极到负极的穿梭。同时,放充电后的电极形貌表征发现FVGCF层的加入减少了极片表面的裂纹,表明FVGCF层在一定程度上缓冲了硫正极的体积膨胀。这种简单易操作的复合结构为开发高性能LSBs提供了一定参考...     

支持向量机在酒精发酵过程建模中的应用

支持向量机(SVM)是近年来发展起来的一种基于统计学习理论,采用结构风险最小化的新型学习机器.将支持向量机应用到酒精发酵生产过程建模中,仿真结果表明,支持向量机模型是有效的,SVM模型比BP网络模型有更好的预测能力.     

碳纳米管-锡复合电极材料的制备及性能研究

为了改善锂离子电池锡负极的循环性能,将碳纳米管与锡负极复合,以铜片为基底,采用复合电沉积的方式制备了含有不同直径碳纳米管的Sn-CNTs复合电极,并对其表面形貌,成分与结构分别进行了扫描电子显微镜法(SEM)、X射线衍射光谱法(XRD)、能量散射光谱(EDS)分析。最后,组装模拟电池并测试其电化学性能。结果表明:制备的电极表面不规则,可明显观察到CNTs与Sn颗粒,且当CNTs直径为10~20 nm时,其在镀层内含量最高,制备的Sn-CNTs复合电极循环性能最佳,经过50次充放电循环后,其比容量仍能达到420 m Ah/g。     

发动机故障多级融合诊断研究

针对神经网络中两种常用的网络类型BP和Elman,在发动机故障诊断中的应用过程的特点——各自网络都有自身缺陷,提出基于BP-Elman神经网络与证据理论相结合的多级融合故障诊断方法;首先BP-Elman网络得出其各自的初步诊断结果,经过必要的转换将其转换成证据理论的概率赋值;证据理论组合规则将初步诊断结果融合得出决策级诊断结果;通过对某柴油机燃油喷射系统的故障诊断过程表明,该模型经过尽可能地融合有效故障信息,大大提高系统的诊断精度和诊断正确率,而且有效降低了系统的不确定性。     

光波导生物化学传感器研究进展

光波导具有结构简单,体积小,耐腐蚀,电绝缘性好,便于集成等特点.光波导对折射率、吸收以及放光过程（例如：化学发光或荧光）的变化敏感.这些变化对波导中传输的光起到了调制作用,可利用光波导的这些特性制成各类传感器.其中光波导生物化学传感器是将光波导技术与化学、生物工程技术相结合,它必将会在生物化学领域中发挥重要作用.本文综述了已经研制出的几种类型的光波导生物传感器,并对其特性进行了比较.     

新型反谐振反射光波导传感器的研究

为了寻找到性能更好、灵敏度更高的光波导传感器,在传统反谐振反射光波导结构的基础之上,提出了一种新型反谐振反射光波导传感器,对其反射率和传输损耗进行了模拟,并计算了它的灵敏度.结果表明,与传统表面均匀传感型反谐振反射光波导传感器相比,新型传感器直接将待测的样品作为波导层并且采用了周期结构的反共振层,使大部分光束集中在样品中传播,从而降低了传输损耗,提高了传感器的灵敏度,为波导传感器的制作提供了一定的数值参考.     

基于人工神经网络的大规模模拟电路故障诊断

大规模模拟电路故障诊断,先用定位向量初定位故障子网络,再用神经网络定位故障子网络元件级故障.诊断分测前和测后,测前先将每个子电路的各种故障情况用Multisim模拟,求得各可及节点电压并作为BP的训练样本,再对所测电压信号分别归一化处理,定义网络的故障定位向量.最后用BP网络分析故障特征,进行故障诊断.