（Nb_yTi_（1－y））C_x单晶体制备及其结构研究

用熔剂法制备了（Ｎｂ＿ｙ．Ｔｉ＿（１－ｙ））Ｃ＿ｒ单晶体，用Ｄｅｂｙｅ照相法及四圆衍射仪对其晶体结构进行了研究。实验结果表明，（Ｎｂ＿ｙＴｉ￣（１－ｙ）Ｃ＿ｘ中存在类似于作化学计量化合物ＴｉＣ＿ｘ及ＮｂＣ＿ｘ的有序一无序转变现象，转变温度随其化学成份改变在１１７５～１２８０Ｋ范围内变化。高温型（Ｎｂ＿ｙＴｉ￣（１－ｙ））Ｃ＿ｘ的晶体结构属ＮａＣｌ型结构，碳空位呈随机分布；低温型（Ｎｂ＿ｙＴｉ￣（１－ｙ））Ｃ＿ｘ的晶体中碳空位呈短程有序分布，可用Ｖ＿６Ｃ＿５晶体结构模型进行描述。     

锂离子电池正极材料LixMn2O4研究进展

总结了锂离子电池正极材料LixMn2O4的合成方法，归纳了造成容量衰减问题的原因和目前为解决该问题所采用的各种方法，并且对下一步的研究工作进行了展望。     

UHMWPE混炼接枝马来酸酐研究

讨论了超高相对分子质量聚乙烯(UHMWPE)混炼接枝马来酸酐(MAH)过程中，单体MAH用量、引发剂DCP用量、交联抑制剂己内酰胺(CAILA)用量、流动改性剂硬脂酸钙(CaSt2)用量及混炼温度、时间等工艺条件对UHMWPE接枝率和凝胶含量的影响。用红外光谱表征了接枝物的存在。并用滴定分析法和重量分析法测定了接枝物UHMWPE～g～MAH的接枝率和凝胶含量。实验表明，MAH用量为5份、DCP为0．15份、CALA为0．1份、CaSt2为1份时。混炼温度175∽180℃。混炼时间14min时，可得到接枝率0．75％、凝胶含量1．48%的UHMWPE接枝物。     

氮化铝纳米粉末的氧化特性研究

采用直流电弧等离子体蒸发－凝聚法制备了高纯氮化铝（ＡＩＮ）纳米粉末。粉末的平均晶粒度为５０ｎｍ，纯度大于９８％。借助Ｘ射线光电子能谱、化学分析和差热失重等测试手段，探索了ＡＩＮ纳米粉末的表面化学组成和氧化特性。研究结果表明，ＡＩＮ纳米粉末易吸湿氧化，大大降低了其纯度。ＡＩＮ纳米粉末表面的氧是以两种状态即物理吸附态和化合态存在。     

用天然石英粉制备氮氧化硅粉末

以天然石英粉为原料，先进行活化预处理，然后在１３５０℃左右进行碳热还原氮化，制备了氮氧化硅粉末。实验结果表明：氮化过程中ＳｉＯ２的转化率及产物中氮氧化硅（Ｓｉ２Ｎ２Ｏ）的含量与ＳｉＯ２的活化程度、氮化温度及添加剂等因素有关，其中氮化温度以１３５０℃为佳；随着ＳｉＯ２活化程度的提高，其转化率也提高；添加少量的ＳｒＯ，可以进一步提高ＳｉＯ２的转化率。此外，还分析了ＳｉＯＣＮ系统中气体分压对Ｓｉ２Ｎ２Ｏ形成的影响。     

液相烧结钨合金快冷增韧的俄歇分析

用扫描俄歇探针 ( SAM)结合工艺试验研究了烧结态和经真空热处理的 95W-Ni-Fe合金冷却速度对其性能的影响。结果表明 ,磷是引起该合金界面脆化的重要因素 ;快冷可以明显抑制磷的界面偏聚 ,有效提高该合金的延性和韧性。     

高性能计算分析技术在大型钠冷快堆屏蔽设计中的应用

钠冷快堆堆容器是一体化的池式结构,由众多堆内构件组成且结构复杂,堆芯到生物屏蔽外中子输运过程中各向异性明显且深穿透问题严重,大尺度范围下三维S_N方法计算是制约快堆屏蔽设计的瓶颈。通过将三维SN程序与高性能计算技术相结合,采用并行计算方法可解决快堆堆本体内各向异性的三维深穿透屏蔽问题。本文以中国示范快堆（CFR600）堆本体为研究对象,采用JSNT-CFR程序详细计算了堆本体内的中子注量率、光子注量率、剂量率,并将计算结果与已有的二维程序设计结果进行比较。结果表明,将传统屏蔽计算方法与高性能计算相结合,能满足CFR600堆本体屏蔽计算精度要求,获得更为全面的三维展示效果,在计算模型复杂、粒子穿透深度等复杂问题的屏蔽计算上具有较明显的优势,为大型钠冷快堆屏蔽设计提供有力支撑。     

有源电力滤波器神经终端滑模控制

以电力电子装备为接口的高渗透率可再生能源并网已成为未来配电网的显著特性。可再生能源具有随机性和间歇性,作为其并网接口的电力电子装备也会导致电能质量恶化等问题。为提高电能质量,该文提出一种有源电力滤波器神经终端滑模控制方法。首先,结合分数阶思想和滑模控制理论设计一种分数阶终端滑模控制器,以保证误差有限时间收敛,并引入边界层技术降低抖振。然后,利用自组织模糊神经网络构造一种无模型控制方案以更好地应对各种不确定因素。所设计的自组织模糊神经网络控制器用于学习分数阶终端滑模控制器,不仅从根源上解决抖振问题,而且可继承原控制器的有限时间收敛性能,并满足李雅普诺夫理论框架下的稳定控制性能。仿真与实验结果表明：所提出的控制方法能有效解决可再生能源发电系统中的谐波问题。     

复合ICA-SVM机械状态模式分类

提出了一种新颖的、基于独立分量分析(ICA)的复合神经网络，用于不同机械状态模式的特征提取。利用支持向量机(SVM)进行最终分类。与通常的基于经验风险最小化(ERM)原理的神经网络方法相比，基于结构风险最小化(SRM)原理的支持向量机分类方法具有更好的推广能力。而借助多个独立分量分析网络，隐藏于多通道振动观测信号中的不变特征得到有效提取，从而实现了支持向量机分类器在分类能力和推广性两者间的合理平衡。