用准静态技术测量Si-SiO_2界面态

准静态枝术是测量Si—SiO_2界面态按能量分布的一个简单迅速的方法。可测禁带中央约0.4ev范围的界面态分布和表面势。在禁带中央,×10~(10)数量级的界面态测量误差小于26%,×10~9数量级绝对误差在本数量级,×10~(11)数量级误差小于10%。目前用来测N_A=4×10~(14)/cm~3的P—Si氧化界面态。     

上海烟印：多元化转型之路

具有80多年历史的上海烟印在20世纪八九十年代率先感受到了市场竞争的压力,于是在多元化转型上也走在了整个行业的前列。2009年,上海烟印社会业务销售收入突破9000万元,规模已相当于一家中型印刷企业,且其客户多为知名跨国公司,在多元化的道路上,上海烟印的经验颇具参考价值。     

论长江中下游地区的建筑通风

该文以长江中下游地区的气候条件、人文传统为依据,探讨如何运用热工学、空气动力学等物理学的相关原理,“绿色”地解决该地区的建筑通风问题。     

浅析三相交流异步电动机常见故障及维护

结合生产运行和检修实践,分析了三相交流异步电动机常见故障产生的原因,并提出了具体的处理方法,以提高人们对三相交流异步电动机的认识,确保电动机安全可靠的运行。     

花岗岩破裂过程中的声发射活动性研究

当岩石受外力或内力作用产生变形或断裂时,产生声发射现象.声发射技术是一个用来研究岩石裂纹扩展过程的很好的工具.本文应用声发射技术,研究了单轴加载条件下花岗岩试样破裂失稳过程,应用单纯形方法对声发射事件进行定位,对加载过程中花岗岩的声发射活动性进行了分析.研究结果表明：声发射次数随着应变的增加而增加;通过声发射事件定位技术,在开始加载时,声发射事件分布的很散乱,但是随着荷载的增加,声发射事件逐步聚集,直至宏观发生破坏;声发射次数随时间变化出现逐渐增加趋势,但岩石宏观破坏之后,其声发射活动并没有立即停止,而有增加的趋势,这主要是由于应力场寻求新的平衡,声发射次数仍然增加.可见,声发射事件随时间的变化,可以很好的反映岩石宏观失稳破裂之后,其内部应力场达到新的应力平衡过程.     

微尺度反应技术及其在纳米材料制备中的应用

回顾了微尺度反应技术的发展及其在纳米材料制备中所展现的广阔前景。根据约束反应空间的边界特性,反应空间被分为软约束型和硬约束型两大类,具体讨论了在反相胶束、吸附层、硅酸盐的层状间隙、微孔道等微尺度空间中的反应过程和特性。     

三维光电催化氧化对硝基苯酚的研究

对硝基苯酚(p-NPh)类废水具有很强的"三致"性,可生物降解性差,在环境中长期滞留、富集会严重危害人类的健康。将自制的TiZnSn/AC粒子电极应用于光电体系下p-NPh模拟废水的降解研究,探究了粒子加量、p-NPh浓度、pH和电流密度对其处理效果的影响。据对硝基苯酚降解过程中COD值和紫外-可见吸收光谱的变化可知,在自由基等活性基团作用下,p-NPh经开环逐渐被氧化为小分子物质直至被全部降解。证明该粒子构成的三维光电催化体系对p-NPh有很好的降解能力。     

具有耐油、自修复功能的改性天然橡胶的研究

首先对天然橡胶进行环氧化改性,进而利用环氧基团和硅羟基之间的反应制备具有多重羟基的改性天然橡胶。利用红外光谱法、核磁共振法、光学显微镜、拉伸试验和耐油实验等方法研究该材料的自修复性能和耐油性能。当反应pH值7,改性产物改性程度较高,且显示出优异的低温自修复性能。裂纹自然拼接后,在没有任何外界刺激条件下,室温自修复效率高达82.6%。在93#柴油中浸泡72h后,质量膨胀率仅为243.8%,仅为天然橡胶的四分之一。     

基于局部保持投影–加权k近邻规则的 多模态间歇过程故障检测策略

针对多模态间歇过程故障检测问题,本文提出一种基于局部保持投影–加权k近邻规则(LPP--Wk NN)的故障检测策略.首先,应用局部保持投影(LPP)方法将原始数据投影到低维主元子空间;接下来,在主元子空间中,应用样本第k近邻的局部近邻集确定每个样本的权重并计算权重统计量Dw;最后,应用核密度估计方法确定Dw控制限并进行故障检测.本文方法应用LPP对过程数据进行维数约减,既能够降低训练过程中离群点对模型的影响,又能够降低在线故障检测的计算复杂度.同时,加权k近邻规则(Wk NN)方法通过引入权重规则能够使得过程故障检测统计量分布具有单模态结构.相比传统的k NN统计量,本文引入的权重统计量具有更高的故障检测性能.通过数值例子和半导体蚀刻过程的仿真实验,并与主元分析(PCA), k NN, Wk NN, LPP--k NN等方法进行比较,实验结果验证了本文方法的有效性.     

基于主元分析得分重构差分的故障检测策略

基于主元分析(PCA)的统计过程控制方法通常假设数据的生成过程是独立同分布的.当数据存在多模态结构或过程变量非线性相关时, PCA方法的故障检测性能将受到影响.针对上述问题,本文提出一种基于PCA得分重构差分的故障检测策略.首先,应用PCA将输入空间分解为主元子空间和残差子空间;接下来,应用k近邻(k NN)规则重构当前样本得分向量并计算样本的得分重构差分向量;最后,计算得分重构差分向量的统计值并进行故障检测.本文方法不仅可以降低数据多模态和变量非线性相关等特征对过程故障检测的影响,同时可以降低统计量的自相关性、提高过程故障检测率.将本文方法在两个模拟例子和田纳西–伊斯曼(TE)过程中进行测试,并与PCA、核主元分析(KPCA)、动态主元分析(DPCA)和k最近邻故障检测(FD–k NN)方法进行对比分析,测试结果证明了本文方法的有效性.