实时数据收集与试题库建设

进行实时数据的收集,提炼试题的质量,精确考试的精度和跨度,充分体现现代化时期的素质教育,客观、准确、科学、合理地评价学生的能力和教师的教改水平.     

对研究生入学考试一试题的剖析

本文分析和讨论了研究生入学考试中的一个试题，指出了它的错误。     

基于Matlab的“电力电子技术”课程仿真教学研究

"电力电子技术"课程中电力变换主电路拓扑结构多,相关输出波形分析内容多,给课程教学及学生学习带来了很大的难度。利用MATLAB/Simulink强大仿真功能,以DC/DC变换的Buck电路为例对"电力电子技术"课程的理论教学和仿真教学,进行了详细的分析,使学生能够直观地领会和理解整个"电力电子技术"课程电力拓扑工作过程与仿真教学过程的分析方法和对比处理结果。结果表明,Matlab软件的运用能显著提高"电力电子技术"课程的教学质量,丰富教学内容,有效提高课堂的教学质量。     

一种无人机扩频遥控系统的性能分析

在剖析无人机扩频遥控系统组成的基础上,对无人机扩频遥控系统的处理增益、抗干扰容限及保密性能做了具体的分析,对无人机扩频遥控系统的雷达截获概率做了深入的探讨。     

聚氨酯/MWNTs-OH复合导电材料的制备及气敏响应性能研究

以羟基多壁碳纳米管(MWNTs-OH)作为导电载流子,以水解改性的端羟基聚丁二烯–丙烯腈共聚物(h-HTBN)作为软段,六亚甲基二异氰酸酯(HDI)作为硬段,1,4-丁二醇(BDO)作为扩链剂,通过原位聚合方法制备了聚氨酯(PUR)/MWNTs-OH复合导电材料。通过傅立叶变换红外光谱和扫描电子显微镜对复合导电材料进行了结构表征,并采用分散稳定性实验证明了PUR对MWNTs-OH的包覆效果。将复合导电材料与电极片组装制作成传感元件,测试其对4种不同溶剂(苯、无水乙醚、丙酮和氯仿)的气敏响应性。结果表明,合成的PUR/MWNTs-OH复合导电材料对苯和氯仿等亲油性溶剂具有良好的气敏选择性和重复稳定性,这主要是由于PUR结构中存在微相分离现象,亲油性溶剂能够与软段形成非晶微区相互作用,破坏了MWNTs-OH导电粒子形成的路径,导致电阻升高,引起气敏响应。     

热轧Φ6 ~40 mm HRB500E螺纹钢筋的生产实践

根据GB/T 1499.2-2018标准,水钢设计了Φ36～40 mm HRB500E螺纹钢筋的内控成分为（%）0.22～0.25C、0.60～0.70Si、1. 50～1.60Mn、0.11～0.13V、P≤0. 045、S≤0. 045。采用"100 t顶底复吹转炉冶炼-挡渣出钢-脱氧合金化-LF炉精炼-160方坯连铸-方坯加热-棒材轧制-空冷"的工艺流程,生产出的Φ36 mm HRB500E螺纹钢筋的屈服强度Re_L⁰ 540～580 MPa,抗拉强度R_m⁰ 705～735 MPa,断后伸长率A 15. 5%～20. 5%,最大力总延伸率A_gt 11.5%～14.0%,实测抗拉强度与实测屈服强度之比R_m⁰/R_eL⁰为1.25～1.32,实测屈服强度与GB/T 1499.2-2018标准要求的最低屈服强度之比R_eL⁰/R_eL为1.08～1.16,因此,钢筋的力学性能满足GB/T 1499.2-2018标准要求。生产出的Φ40 mm HRB500E钢筋的微观组织为铁素体+珠光体,晶粒度为9.5～10级。     

大型LNG单容罐保冷结构设计及绝热验算

对大型液化天然气储罐的绝热保冷材料及其保冷结构进行了详细的研究,提出了用于LNG储罐的保冷材料所应具有的性能及LNG储罐保冷结构特点,并以一台10 000 m~3LNG单容罐的保冷设计为例,验证其自然漏热量和日蒸发率,为大型LNG储罐保冷设计提供了依据。     

提高预焙阳极质量的工业试验

白银铝厂提高预焙阳极质量的工业试验，经历了生产技术条件调整和工艺优化两个阶段，目前已取得了突破性进展，预焙阳极各项主要理化指标都超过了设计值及合同要求，阳极单耗降低１４２．２ｋｇ／ｔ（Ａｌ），使用周期比原来延长了４－５天，电解槽工作电压降低１１０ｍＶ，主要技术经济指标达全国同类槽先进水平，收到显著的经济效益和社会效益。     

陈四楼煤矿“123456双重预防体系”的建设与应用

针对煤矿“双重预防体系”如何落地生根问题,结合陈四楼煤矿在风险分级管控和隐患排查治理方面的实用方法和“双重预防体系”的建设经验,深入研究了“双重预防体系”的相关标准、风险隐患事故之间的关系及其各自的产生和发展机理、安全风险的有关辨识评估方法、事故隐患的排查和治理方法,分析了传统安全管理模式与“双重预防体系”的新型安全管理模式的差别,总结出了“123456双重预防体系”这个囊括了事前安全风险辨识、事中隐患排查治理、事后安全现状评估的创新成果,实现了“事前、事中、事后”的全过程控制,对夯实煤矿安全管理根基、促进矿井平稳有序发展发挥着越来越重要的作用,为煤炭行业“双重预防体系”的落地生根提供了借鉴和参考。     

基于小波降噪和循环神经网络的煤矿瓦斯浓度预测

在瓦斯浓度监测数据分析中发现,瓦斯浓度序列往往呈现出较强的随机性和复杂性,时序数据中含有的噪声会对数据的预测结果产生干扰。为了减少数据中的噪声所带来的负面效果,提出了一种将小波阈值降噪与LSTM(长短期记忆网络)相结合的瓦斯浓度预测模型。通过将原始数据进行分解、阈值处理和重构,对时序数据中的噪声进行剥离,再通过LSTM模型进行预测分析,与普通LSTM和RNN网络进行比较,结果表明,所提出的基于小波降噪的LSTM的瓦斯浓度预测模型在精确度和泛化能力上都具有更好的表现。