运用模糊理论对千顷洼水质现状进行评价

采用模糊综合评判法,对千顷洼3个断面1995～1997年的水质进行了现状评价,这种方法是在综合污染指数法的基础上,引进隶属度概念,对千顷洼3个断面1995～1997年水质的污染现状给出了较直观的定量评价。     

基于身份的密封锁会议密钥分配协议

为在不安全信道上进行安全的网络会议,须建立会议密钥分配协议,用以在会议参与者之间建立共享的会议密钥,通过该会议密钥保证安全通信。使用密封锁机制建立一个基于身份的匿名会议密钥分配协议。该协议能抵御被动攻击、仿冒攻击和共谋攻击,同时能提供会议主席的前向安全性,具有较强的实用性。     

组氨酸衍生物自组装膜的缓蚀性能

采用电化学方法研究了组氨酸和乙酰组氨酸、苄氧羰基组氨酸两种组氨酸衍生物自组装膜对304不锈钢在0.5mol/L HCl溶液中的缓蚀性能。使用接触角测试、X射线光电子能谱(XPS)技术对304不锈钢表面的自组装膜进行了表征。电化学测试结果表明:组氨酸、苄氧羰基组氨酸和乙酰组氨酸三种缓蚀剂分子的自组装膜对304不锈钢均有一定的缓蚀作用。XPS测试结果表明:组氨酸衍生物与304不锈钢表面发生了化学吸附,形成了自组装膜,起到了缓蚀效果。     

3-氨基-1,2,4-三氮唑及3-氨基-1,2,4-三氮唑并芳香醛类希夫碱自组装膜对碳钢在0.5mol/L盐酸中的缓蚀性能研究

目的通过自组装技术在碳钢表面得到3-氨基-1,2,4-三氮唑及3种3-氨基-1,2,4-三氮唑并芳香醛类希夫碱的三种自组装膜,提高碳钢在0.5 mol/L HCl溶液中的缓蚀性能。方法采用电化学方法如电化学阻抗谱、tafel极化曲线等研究席夫碱类自组装膜在盐酸中的电化学参数,如阻抗变化、腐蚀电位、腐蚀电流。采用XPS方法对自组装膜的成分进行表征。结果计算自组装膜在盐酸溶液中的最高缓蚀效率达到92.72%,XPS测试表明自组装分子与金属原子以化学键的方式结合。结论 3-氨基-1,2,4-三氮唑及3种3-氨基-1,2,4-三氮唑并芳香醛类希夫碱自组装膜均对碳钢在盐酸中有良好的缓蚀性能,缓蚀效率的大小与分子结构有关,分子中的O、N杂原子、卤素基团、三唑环及苯环等有利于自组装膜的形成。     

UMOSFET功率器件漏电失效分析及工艺改善

针对U型沟槽MOSFET (UMOSFET)功率器件栅极和源极间发生漏电失效的问题,对失效器件进行了电学测试和缺陷检测,对失效现象和失效机理进行了分析,并进行了相关工艺模拟和工艺实验.采用透射电子显微镜(TEM)、扫描电子显微镜(SEM)和聚焦离子束(FIB)对失效芯片的缺陷进行分析和表征.结果表明,器件的U型沟槽底部栅氧化层存在的缺陷是产生漏电的主要原因,湿氧工艺中反应气体反式二氯乙烯(Trans_LC)的残留碳化造成了芯片栅氧层中的缺陷.通过工艺模拟和实验,优化了湿氧工艺条件,工艺改进后产品的成品率稳定在98％ ～ 99％,无漏电失效现象.     

基于身份具有错误容忍的会议密钥分配协议

利用Yang等人的一个基于身份的并且错误容忍的会议密钥分配方案,提出了一种改进的会议密钥分配协议算法,并分析了该协议的正确性和安全性。分析结果表明,该方案不但实现了即使存在恶意参与者的情况下,诚实参与者也能协商出一个共同的会议密钥的目的;而且能够有效地抵抗被动攻击和主动攻击,安全高效,具有很强的实用性。     

引黄水量损失浅议

衡水水资源短缺,引黄入衡为缓解这一状况起了重要作用。本文通过分析引黄过程中的水量损失,提出了几点减少损失,提高输水效益的建议,以供参考。     

Windows Shell扩展处理程序的应用与开发

本文着重介绍Windows Shell扩展处理程序的基本概念、扩展功能以及相关技术,分析Shell扩展处理程序的应用机制和编程方法。     

深部综掘巷道机器人化超前支护方案与最佳支护时机研究

综掘工作面为顶板垮落、片帮等事故多发区,且随着煤炭开采深度的增加,安全问题更为 严峻,严重威胁着煤矿工人的人身安全。 超前支护是事故预防和安全保障的有效途径之一。 基 于自主设计的机器人化自移式支锚联合机组,提出了综掘巷道超前支护方案和支护时机的概念, 阐述了支护机器人的结构与工作原理。 以旗山矿地质条件为例,建立了巷道围岩－超前支架力学 耦合模型,采用数值模拟分析了不同支护时机下巷道围岩变形与支架受力情况。 结果表明:顶板 下沉10~15mm时,巷道围岩承载能力较强,平衡后顶板最大下沉量最小,约29.64mm,超前支 架顶部受力最小,约0.13Mpa,有利于超前支架的设计与巷道安全支护,为最佳支护时机。 总结 了综掘巷道最佳支护时机的确定方法,为利用巷道围岩的自承载能力、减小巷道围岩变形、降低 巷道支护成本、提高巷道支护效率和安全性提供了思路。     

基于随机森林的综放工作面煤矸图像识别

针对目前综放工作面煤矸图像识别方法存在的参数调节难度高、预测准确率低、易过拟合等问题,提出了一种基于随机森林(RF)算法的综放工作面煤矸图像识别方法。以担水沟煤矿6203综放工作面为工程背景,采集放煤口的煤矸图像并对其进行裁剪、灰度转化、对比度增强、图像滤波预处理;采用灰度-梯度共生矩阵提取出15个煤矸图像纹理特征;采用RF算法对15个煤矸纹理特征的重要性进行排序,并选取前5个实现降维处理,分析降维前后RF算法对煤矸图像的识别效果。结果表明,在决策树个数为150、采用log2^M+1方法计算每次分裂时的特征数情况下,降维后RF模型的煤矸分类准确率为97%,比降维前提高4%,煤矸分类查准率为0.98,查全率为0.96,且袋外错误经50次迭代达到9%,泛化能力更强。