纳米球状氧化锌的制备及光催化性能研究

在不添加表面活性剂条件下,用水热法合成制备出球状ZnO颗粒.利用X射线衍射(XRD)、电镜扫描(SEM)、紫外-可见漫反射光谱(UV-vis)等手段对产物进行表征,并根据实验结果提出可能的生长机理,并将制备的ZnO在紫外光照射下光催化降解30 mg/L的偏二甲肼(UDMH)废水.实验结果表明:制备的球状ZnO属于纳米级...     

径向渐变地层阵列侧向电阻率测井响应研究

在现有模式匹配(NMM)快速算法的基础上,引入Logistic函数建立径向渐变地层模型,形成渐变地层NMM快速算法。构造具有相同冲洗带电阻率、原状地层电阻率和侵入带半径的阶跃地层与径向渐变地层,分别对比低侵和高侵时高分辨率阵列侧向(HRLA)测井仪器在阶跃和径向渐变2种纵向均匀地层模型的视电阻率及其相对误差。数值模拟表明,低侵时2种模型的视电阻率差异明显,为精确研究泥浆侵入的影响,建立径向渐变地层分析仪器的测井响应;高侵时两者的差异很小,可以采用阶跃地层近似代替径向渐变地层计算测井响应。带围岩的地层低侵和高侵时,阶跃地层与径向渐变地层测井响应曲线有类似的结论。     

乡村公共服务设施的现状及未来模式研究

文章以山西右玉为调查对象,采用问卷调查的方式,以供需双方为导向,分析乡村村民的实际需求及城乡差距的症结所在,并提出两种模式:固定+活动服务模式、网络化服务体系来改善公共服务质量,以期为缩小城乡公共服务的差距提供思路.     

矿质元素指纹技术结合化学计量学分析对中国葡萄酒原产地的判别研究

采用电感耦合等离子质谱仪(ICP-MS),对来自东北、贺兰山东麓、黄土高原、新疆及西南高山5个产区的共205款原产地葡萄酒样品,测定包括碱金属Li、Rb、Cs和碱土金属Be、Mg、Sr、Ba在内的共28种矿质元素,其中Mg、Al、Cu、Mn、Sr、Rb元素在5个产区葡萄酒中的含量较高。采用线性判别分析(LDA)和偏最小二乘判别分析(PLS-DA)对葡萄酒样品进行产区分类。方差分析(ANOVA)结果表明,除U元素外,其余元素在不同产地间均存在显著性差异。采用LDA模型对葡萄酒样品进行判别的整体准确率为87.3%,以东北产区的判别效果最好,模型外样品验证准确率为100%。采用PLS-DA模型判别的整体准确率可达80%以上,并筛选出对产地差异贡献率较大的6种元素,包括Li、Rb、Sr、Mg、Ti及Cd。综上所述,矿质元素指纹技术结合化学计量学分析方法有助于对中国葡萄酒的原产地进行判别。     

基于GIS的地浸矿山优化布置研究

利用GIS空间分析技术,通过对地浸矿山的地理信息进行分析,筛选出矿山可能存在的最优化厂址,达到排除矿山前期选址的盲目性,减少投资,降低矿山日常运营费用的目标,为建设高效、低耗、绿色的地浸矿山提供技术支持。通过某地浸采铀工程的实际应用,对采冶设施的位置进行了空间分析,推演出了水冶厂等设施的最佳位置。     

矿用红外瓦斯传感器的研制

针对现役电化学型矿用瓦斯传感器的固有缺陷,提出了矿用红外吸收式瓦斯传感器的研制.论文讨论了该传感器设计所采用的安全性、通用性、独立性、兼容性、先进性和可靠性设计原则,以及如何处理它们之间的关系,并提出了基于CAN总线的矿用监测系统通信新制式,给出了传感器的矿用型构架.经试验测试,传感器在测量精度、响应速度、传输距离和功能等各方面均实现了预期的目标.     

BCN薄膜的射频反应溅射法制备与结构特性

本文研究以六方BN为靶材,CH4为反应气体,利用射频溅射技术制备BCN三元化合物薄膜.样品的结构由X射线衍射谱、傅立叶变换红外吸收谱和X射线光电子能谱等方法进行表征.实验结果表明样品是具有类石墨涡旋蜂窝状结构的BCN三元化合物.通过改变CH4分压,能够控制薄膜中的C含量:随CH4分压的增高,薄膜中C含量增大,电导率也显著增大.当CH4分压比在10%附近时,样品呈现半导体特性,由电导率-温度关系曲线求得电导激活能约为0.8eV.     

基于开源技术的学生实践与创新能力培养

针对本科学生素质教育的需要,以现代教育理论为指导,结合合肥工业大学实际教学经验,提出将开源理念和开源技术引入计算机专业教学实践的方法。合肥工业大学基于开源技术对现有的教学模式进行改进,促进课堂教学,构筑多维的开源技术学习平台,从而促进学生能力的培养。     

“重基础、宽口径、大纵深”的创新型人才培养模式

随着科学技术的飞速发展和企业竞争的日趋激烈,用人单位要求员工"招之能来、来之能战、战之能胜",针对这种现状,为了最大限度满足社会对人才需求的新形式,本文提出"重基础、宽口径、大纵深"的创新型人才培养模式和教育理论,并在我院进行了一系列实践活动,成效明显。     

搬运系统作业分配问题的小脑模型关节控制器Q学习算法

研究两机器人高速搬运系统的作业分配问题. 在系统的Markov决策过程(MDP)模型中, 状态变量具有连续取值和离散取值的混杂性, 状态空间复杂且存在“维数灾”问题, 传统的数值优化难以进行. 根据小脑模型关节控制器(CMAC)具有收敛速度快和适应性强的特点, 运用该结构作为Q值函数的逼近器, 并与Q学习和性能势概念相结合, 给出了一种适用于平均或折扣性能准则的CMAC-Q学习优化算法. 仿真结果说明, 这种神经元动态规划方法比常规的Q学习算法具有节省存储空间, 优化精度高和优化速度快的优势.