爆破后压入式通风独头巷道内氡的运移模型

为有效指导铀矿井下独头巷道的通风设计,基于质量守恒定律和置换通风理论,首先建立了描述爆破后压入式通风独头巷道内抛掷空间和风流末端氡活度浓度随通风时间变化的计算模型,利用该模型得到了达到氡活度浓度限值条件的最短排氡通风时间的确定方法;然后分析了不同参数对风流末端氡活度浓度以及最短排氡通风时间的影响。结果表明,爆破后,独头巷道风流末端氡活度浓度在一定通风时间内保持不变,之后瞬间增至峰值,最终逐渐衰减至稳定;在其他参数一定的情况下,风流末端氡活度浓度开始剧增的时间随巷道长度的增加而减小,随风量增加而增大;风流末端氡活度浓度衰减速率随风量的增加而增大;风流末端氡活度浓度峰值随掘进面铀品位的增加而增大;最短排氡通风时间随巷道长度和掘进面铀品位的增加而增大,随通风量的增加而减小。     

He+离子辐照Inconel 718合金表面形貌改变及机理研究

研究了3种不同剂量He⁺离子辐照后Inconel 718合金的形貌变化规律及其形成机理。结果表明,He⁺离子辐照会在合金表面形成纳米多孔结构,其孔径会随辐照剂量的增加而增大。此外,He⁺离子辐照还会破坏合金表面δ相并导致碳化物的持续溅射损耗,且这一现象会随着辐照剂量的增加而愈发严重。由于辐照过程中氦泡间微观应力σ n作用会引起毗邻材料断裂及氦泡合并长大,且辐照溅射作用又会导致氦泡上层薄膜的损耗甚至破裂,因而这也是He⁺离子辐照Inconel 718合金表面纳米多孔结构的形成机制。     

X射线成像光斑检测装置研制

设计了一种低成本,快速响应的X射线光斑检测装置,可用于解决系统结构偏差所引起的透视探测器接收位置处的光斑偏离。该装置通过检测关键点处的X光斑强度及分布情况以判断实际X光斑位置与理论设计的偏差,以此为依据进行多次调整可使系统光斑调节到一合理位置。     

半导体分析仪微小电流校准方法研究

半导体分析仪作为目前半导体器件I-V特性曲线的最重要测量仪器,其微小电流低至pA量级,准确度至1%,采用常规直接测量方法无法实现,论文在研究校准方案的基础上,利用"加压测流法"对GΩ量级高值电阻器进行标定,设计与其配套的无源低电流适配器,巧妙利用Guard技术实现对pA、nA量级微小电流的校准。采用"传递比较法"与上级机构对1pA~10nA的微小电流进行验证,试验数据验证了论文校准方案的正确性。论文技术成果已经应用于半导体工艺线源表类测试系统的校准中,值得借鉴推广。     

Linux环境下窗口管理器的分析

给出Linux环境下窗口管理器的角色位置和基本功能,分析窗口的通讯协议和窗口管理器的实现过程.通过对MwM窗口管理器源码的分析,结合KWIN,METACITY,实现了对窗口管理器的优化定制.     

多目标动态车辆路径问题建模及优化

针对物流配送中动态车辆路径优化问题,综合考虑动态需求、路网影响、车辆共享、时间窗以及客户满意度,建立了多目标动态数学规划模型,该模型能更好地描述现代物流配送问题.同时,提出一种两阶段求解策略,第一阶段采用多目标混合粒子群优化算法获取预优化阶段Pareto最优解,采用改进的粒子状态更新策略并融合模拟退火操作提升粒子群搜索性能,采用自适应网格技术保持解的分布性;第二阶段对客户的需求变化采用贪婪插入和变邻域搜索进行实时路径调整.实验表明,该算法在解空间中有更好的探寻能力,并能快速收敛到全局最优,满足动态路径优化实时性要求.     

以培养计算思维为核心的高职高专计算机基础课程教学内容优化探究

根据当前高职高专计算机基础课程教学的现状,分析了计算机基础课程教学存在的问题,提出了以培养"计算思维"为核心的高职高专计算机基础课程教学内容、实践环节、考核方式等教学优化的改革目标与方案。     

煤矿物联网研究现状及发展趋势

阐述了国内外煤矿物联网的一些概念及发展历史,分别从系统架构、感知层、传输层、应用层及工程应用方面总结了国内外煤矿物联网研究现状;指出目前煤矿物联网研究存在的主要问题为缺乏低功耗智能传感器及装置、矿井环境能量捕获技术、数据与网络安全方法、公共服务平台以及煤矿物联网相关标准;从嵌入式智能信息传感技术、基于大数据的矿山安全生产云服务平台、安全性方面探讨了煤矿物联网可能的发展方向。     

电容层析成像图像重建算法研究

图像重建算法是电容层析成像系统的关键技术之一,是改善重建图像质量的重要因素.在正则化的基础上提出了一种基于QR分解的电容层析成像算法,该方法首先将离散化和线性化处理后的电容层析成像物理模型进行Tikhonov正则化处理,然后将QR分解的思想引入电容层析成像方程中求解出初始图像,然后再对初始图像进行优化修正提高重建图像质量.成像结果表明,图像重建结果与实际相符,图像质量得到了改善.     

基于语音增强失真补偿的抗噪声语音识别技术

本文提出了一种基于语音增强失真补偿的抗噪声语音识别算法。在前端,语音增强有效地抑制背景噪声;语音增强带来的频谱失真和剩余噪声是对语音识别不利的因素,其影响将通过识别阶段的并行模型合并或特征提取阶段的倒谱均值归一化得到补偿。实验结果表明,此算法能够在非常宽的信噪比范围内显著的提高语音识别系统在噪声环境下的识别精度,在低信噪比情况下的效果尤其明显,如对-5dB的白噪声,相对于基线识别器,该算法可使误识率下降67.4%。