研究了Co掺杂对还原氧化石墨烯(RGO)/Fe3O4复合材料结构、形貌和吸波性能的影响规律.采用一步水热法分别制备RGO/Fe3O4和Co掺杂的RGO/Fe3O4复合材料,通过扫描电子显微镜、X射线衍射仪和X射线光电子能谱分析Co掺杂对复合材料的微观形貌、相组成及表面元素价态的影响;利用矢量网络分析仪测定两种复合材料在2~18 GHz频率范围内的相对复介电常数和复磁导率,模拟计算了Co掺杂对RGO/Fe3O4复合吸波性能的影响规律.结果表明:部分Co参与了水热反应生成了CoCO3、Co3O4和Co2O3,还有部分Co以单质形式存在,其通过正负电荷吸引机制,影响Fe3+在氧化石墨烯(GO)表面的配位,使得负载在还原氧化石墨烯(RGO)表面的Fe3O4纳米颗粒部分迁移至RGO片层间;Co掺杂改善了复合材料的导电能力和磁损耗能力,使复合材料的吸波能力显著增强.反射率模拟结果表明:掺杂后与掺杂前相比,当匹配厚度d=2.00 mm时,最大反射损耗提高3.44 dB,有效吸收频带拓宽2.88 GHz;当匹配厚度d=2.50 mm时,最大反射损耗提高8.45 dB,有效吸收频带拓宽2.73 GHz.Co掺杂对RGO/Fe3O4复合材料的结构和形貌有显著影响,并有效改善复合材料的吸波性能

在前期研究的基础上, 对LiBr-[BMIM]Cl/H2O三元工质对的其他重要热力学数据进行了系统地测定, 包括密度、黏度、比热容和比焓.采用最小二乘法对测定的热力学数据进行回归, 得到了物性方程; 实验值与物性方程计算值的平均绝对相对偏差(average absolute relative deviation, AARD)分别为0.03%、1.10%、0.29%和0.01%.除了结晶温度和腐蚀性, 黏度是影响工质对实际应用的另外一个重要因素, LiBr-[BMIM]Cl/H2O三元工质对的运动黏度小于25 mm2·s-1, 满足实际应用要求, 且很好地改善了离子液体的高黏度问题

利用同步热跟踪原理, 提供一种测定微量气液反应热的研究方法.通过程序控制容器外壳温度与内部溶液同步升温, 减小温度梯度, 形成“热屏障”, 阻止溶液以热传导、对流、辐射的形式与外界环境进行热交换, 获得动态绝热环境, 提高微量气液反应热直接测量的精度, 减少样品用量, 无需热补偿.采用MEA (乙醇胺) 与MDEA (N-甲基二乙醇胺) 两类弱碱吸收液, 容积为15 mL, 分别在10%、20%、30%、40%和50%质量分数下, 测定吸收CO2的反应热.实验表明: 同步热跟踪法测量更为准确; 随溶液浓度的增加, MEA反应热先降低后升高, MDEA反应热逐渐降低; 在质量分数为20%~40%时, MEA、MDEA质量分数对反应热的影响不显著; 反应放热形成的升温曲线出现“下凹”现象

采用数学模拟方法研究钢轨钢连铸坯脱氢退火行为，分析不同退火温度、退火时间条件下连铸坯脱氢效果，优化了脱氢退火工艺.在脱氢退火过程中，连铸坯角部和边部的氢含量快速降低，而连铸坯中心氢含量在加热段后期开始降低；随着退火温度的升高，连铸坯中心脱氢的起始点明显提前，最大脱氢速率显著增加.随着均热段时间逐渐延长，连铸坯中心氢含量明显降低，但脱氢速率的增加幅度逐渐减小.通过优化脱氢退火工艺参数，连铸坯中心氢的质量分数能够降低至0.6×10−6，脱氢效果显著

采用\热旋锻-拉拔\方法制备了直径为φ65 μm、包覆铜层厚度较均匀、表面质量高和界面结合质量良好的铜包铝复合微丝,研究了合理热旋制度、热旋复合成形铜包铝线材的组织和界面结合状态以及中间退火和拉拔对线材组织与性能的影响.结果表明:合理的旋锻制度为旋锻温度350℃,单道次变形量40%,旋锻后形成了动态再结晶组织和厚度为0.7 μm的界面扩散层.复合线材的合理退火工艺参数为350℃/30 min (退火温度350℃、退火时间30 min),该条件下退火后线材延伸率达到最高值35.7%,界面扩散层厚度约为2.1 μm,退火后铜层和铝芯发生再结晶,组织内部形成等轴晶组织.当退火温度超过350℃时,铜层和铝芯晶粒长大,界面扩散层厚度增加,从而导致线材的延伸率下降.将单道次变形量控制在15%~20%,经过粗拉,制备了φ0.96 mm的丝材;粗拉后不进行退火处理,将单道次变形量控制在8%~15%,经过细拉,制备了表面光洁、直径为φ65 μm的复合微丝.在拉拔过程中,铜层和铝芯均出现〈111〉丝织构

为消除陡脉冲带来的干扰，分析了陡脉冲干扰的特点，建立了陡脉冲噪声数学模型，提出了基于变分模态分解（Variational mode decomposition, VMD）的心电信号滤波算法，提取叠加在心电信号中陡脉冲干扰分量、识别陡脉冲干扰分量并剔除陡脉冲干扰分量；为减少VMD分解层数、提高实时性并减少内存消耗，提出了心电信号预处理算法；针对医疗环境中的随机噪声伴随陡脉冲出现的情况，分析了VMD后子信号中随机噪声的特点，提出了基于VMD子信号能量估计的阈值去噪算法；利用变分模态分解的带通滤波器组特性，提出了基于变分模态分解子信号重组的QRS波群检测算法，配合滤波算法以提高心电信号特征检测精度。以添加了高斯白噪声和模拟陡脉冲干扰的MIT?BIH数据库心电信号和医疗环境中采集的心电信号为实验对象，分别实现对滤波算法和QRS波群检测算法的定量对比分析

铬酸镧（LaCrO3）陶瓷材料在高温热电和固体氧化物燃料电池（SOFC）等领域具有广泛的应用价值，然而其烧结性能差、导电率低等不足却限制了LaCrO3陶瓷的高性能应用.针对上述问题，采用放电等离子烧结（SPS）方式制备致密的LaCrO3块体.同时，通过A位掺杂Ru元素，以期实现高电导率的掺杂态铬酸镧（La1−xRuxCrO3）致密陶瓷

陶瓷膜是过滤高温含尘烟气最有效的材料之一，其过滤性能和再生性能与尘粒在陶瓷膜孔道内的沉积和脱附机制相关。本文建立了不同孔隙率的陶瓷膜物理模型，然后结合连续性方程、动量方程和能量方程，设定边界条件以及沉积条件，模拟了陶瓷膜过滤和脉冲反吹时，高温烟气的流动以及尘粒的沉积与脱附过程。结果表明，过滤速度较低和陶瓷膜孔隙率较高时，尘粒易于沉积在陶瓷膜孔道内；脉冲反吹时，增加反吹压力，延长反吹时间，尘粒易于从陶瓷膜孔道脱附。采用厚度为20 mm，长度为1.5 m，孔隙率为40%的陶瓷膜管过滤温度为1000 ℃，流速为1 m·min?1，压力为0.1 MPa的含尘烟气时，反吹气压力应不低于0.3 MPa，反吹时间不短于0.02 s，尘粒脱附时间在13 s，脉冲反吹时间间隔应高于452 s

针对如何识别无人机的问题，提出了一种基于卷积神经网络的声音识别无人机的方法。首先，对100 m范围内的无人机、鸟和人的声音进行采集、预处理和提取MFCC+GFCC特征值，将其特征参数作为卷积神经网络学习和识别的数据集；然后分别设计了支持向量机和卷积神经网络两种模型对无人机等声音进行识别实验。实验结果表明，运用支持向量机识别无人机的准确率为91.9%，卷积神经网络识别无人机的准确率为96.5%。为了进一步验证设计的卷积神经网络的识别能力，在部分UrbanSound8K数据集上进行测试，准确率达到90%。实验结果表明运用卷积神经网络识别无人机具有可行性，且识别性能优于支持向量机

为了分析航班运行风险传播过程，进而有效控制保障飞行安全，基于复杂网络理论，首先参照民航局咨询通告选取机组、航空器、运行环境共29个终端因素作为网络节点，统计民航安全监察记录，根据事件中节点关系，构建无向网络；统计前后节点间的作用关系和发生概率，提出一种有向带权的航班运行风险网络；然后，引入改进感染率和改进恢复率概念，构建一种适用于航班运行风险传播分析的改进SIR(Susceptible-infected-recovered)模型；定义感染起始范围，最后采取多参数控制方式，大规模计算该有向带权网络的传播和控制过程。结果表明：有向网的平均最短路径为1.788，属于小世界网络；参照使用民航常规管控措施，有向网节点感染下降幅度可达到37.4%；对入度值排序前3或前4的节点控制后，感染节点峰值下降率高达50.6%和58.1%，网络传播抑制明显。结果证实：在该航班运行风险有向带权网络中，按入度值控制节点对抑制风险传播最为有效