羧甲基壳聚糖处理印染废水实验研究

目的 研究羧甲基壳聚糖（CM-CHO）处理水溶性染料废水脱色的工艺条件，为实际印染废水的脱色处理提供参考数据．方法 采用羧甲基壳聚糖对活性红染料溶液和毛巾厂的印染废水进行混凝处理，通过研究pH值、投加量、沉降时间和搅拌强度对脱色效果的影响。确定适宜的操作条件；同时对比了羧甲基壳聚糖和壳聚糖对实际废水的处理效果。结果 实验表明，pH、投加量和沉降时间对脱色效果影响很大，而快速和慢速搅拌时间对其影响不明显．结论 羧甲基壳聚糖对水溶性染料废水及实际印染废水具有良好的脱色效果．对水溶性染料废水，在pH=9．0，投加量在50mg／L下有最好的脱色效果。脱色率达90％以上，在相同的工艺条件下，羧甲基壳聚糖处理效果优于壳聚糖，羧甲基壳聚糖对印染废水的混凝处理可作为实际废水处理的前处理。     

灰色聚类评估模型在安全评估中的应用

针对大多数安全评估模型通用性差的问题，利用灰色聚类理论，建立了一个新的信息系统安全评估模型. 提出了采用灰色聚类决策对系统安全状态进行评估的方法,给出了系统安全状态的灰色分类,并构造了灰类的白化权函数. 结合具体实例说明了该模型的应用，并运用灵敏度概念，分析评估结果的稳定性和可靠性.     

制造型企业仓储物流管理的RFID应用——卷烟厂按垛出库及到货扫描系统初探

针对国家烟草管理的现状,有关主管部门在全国推行“行业卷烟生产经营决策管理系统工程”,利用条码等自动识别技术手段实时掌握全国的生产经营信息。但某卷烟厂此前的物流环节已经是“件烟成垛”运输,如何在尽可能保持原有企业管理体系的前提下,达到有关部门的数据统计要求,解决成垛卷烟的物流和信息流的交互与统一问题成为技改的核心。该项目成功的将条码识别与射频识别有机结合起来,为烟草行业信息化提供了生动的应用案例。     

带有区间约束的产品设计参数模糊推理法及其在继电器智能设计中的应用

在产品设计规则和计算式中,常存在一些只能在某一范围内取值的待定系数(设为a,且a∈[aL,aH]).a的取值通常受到多种因素的影响和约束,而这种约束往往带有模糊性.为此,首先根据设计规则中各种影响因素对a的模糊约束关系,分别构造两者的备择集以及备择集元素在其论域上的模糊集合,然后基于模糊综合决策方法来确定a.本方法剔除了以往在解决这一问题时,由人来决定a取值的主观性,适用于产品的智能化设计.     

Al2O3含量对ZrO2/Al2O3陶瓷材料微观结构和力学性能的影响

以陶瓷纺织剪刀为应用目标。开发成功ZrO2／Al2O3复相陶瓷材料，并对其微观结构和力学性能进行了研究。结果表明。随着Al2O3含量的增加，材料晶粒逐渐减小，材料中t相ZrO2的含量呈上升趋势。这有利于材料断裂韧度和横向断裂强度的提高；当Al2O3含量（质量分数）为20％左右时，ZrCh／Al2O3复相陶瓷材料的综合力学性能最佳。     

高分子湿度传感器的信号提取方法

设计了高分子湿度传感器信号提取电路,这一电路基于高分子湿度传感器结构简单、响应时间快等特点,将其输出信号以A/D转换值的形式为下级智能化仪器提供数据源。试验结果表明:高分子湿度传感器输出信号符合二次拟合曲线变化规律。     

在模型化基础上对青霉素补料分批发酵过程中经济效益的预测

在研究发酵动力学，生物过程反应计量学、代谢流分布和代谢流控制的基础上，结合专家知识，实验及生产数据，对生产规模的青霉素反复补料分批发酵（即半连续发酵）的全过程进行了数学模拟，建立了一套包含25个过程变量和一系列经济学变量的改良机理模型，根据这一模型，预测了一些工艺及参数和经济学参数的改变对发酵过程经济效益的影响，发现在保持最大生物质浓度，稀释速率，及其它工艺条件不变的情况下，中间放料间隔时间，初始发酵液体积以及葡萄糖和电力价格对经济效益产生较大的影响，模拟运算结果表明，葡萄糖和电力的价格降低5%，全年利润可分别提高6.35%和3.75%，中间放料间隔时间由24h缩短为12h和1h（接受于连续发酵），全年利润可分别提高7.22%和14.11%，初始发酵液装罐体积分数由75%提高到85%，全年发酵利润可提高5.48%。     

可控网络攻击源追踪技术研究

提出一种新的基于网络入侵检测的攻击源追踪方法．给出了系统模型，深入分析了攻击链路集合构造和攻击链路上下游关系的确定方法，在此基础上提出攻击路径构造算法．实验结果表明，该系统能够在可控网络环境下实时、准确地对攻击源进行追踪．和已有方法相比，新的方法在实用性、追踪的准确性、系统的可扩展性等方面有明显提高．     

DDoS防御与反应技术研究

DDoS(DistributedDenialofService)攻击是Internet面临的最大威胁之一。该文综合分析了近年来DDoS防御与反应技术的研究成果,指出了现有方法的不足,讨论了新的防御机制应具有的特性,给出了新的研究方向和需要重点研究的内容。     

基于神经网络方法的噪声字符识别研究

文献【1】提出了一种基于布尔神经网络的字符识别方法．本丈采用离散型Hopfield神经网络进行字符识别．该模型与前者相比在信息处理的并行性和实时性等方面更接近实际生物神经网络．仿真结果表明，该方法可以有效地对噪声字符进行识别．