以高浓度铜氰溶液为研究对象，通过添加次亚磷酸盐，进行了高碱条件下电积回收铜与氰化物的研究.研究了次亚磷酸盐用量、温度对铜和氰化物沉积过程的影响；利用线性循环伏安、恒电位电解并结合X射线衍射分析阳极沉淀物的物相，分析了阳极反应机理和次亚磷酸盐抑制氰化物分解的机理；采用电解后余液进行金的氰化浸出实验.结果表明：次亚磷酸盐可有效抑制电沉积过程中氰化物的分解，其抑制效果随温度升高而增强.电解过程中阳极表面生成的Cu2+是造成氰化物分解的主要原因；次亚磷酸盐通过优先与Cu2+发生氧化还原反应从而抑制氰化物的分解.处理后余液对金的氰化浸出无不良影响，通过电解可综合回收铜氰废水中金属与氰化物，处理后废水可循环利用

一、矩阵的满秩分解 1.定义:设A∈C(r>0),若存在矩阵F∈Cx及G∈C,使得A=FG,则称其为A的一个满秩分解

应用有向超图理论引入超边的分解与收缩概念,把解决二个无源网络级联问题的陈氏基本互补划分(ECP)法改进为更有效的分解-收缩对(DCP)法,发展为有向(正根)分解-收缩对(PDCP)法,用于解决二个有源网络级联问题,在此基础上,进一步发展为一般分解-收缩(GDC)法,用于解决多个有源网络互联时求符号网络函数的问题

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

矿区废弃地为室外大型非结构化环境，包含多种类型的障碍物且存在诸多不确定性因素，给移动机器人全覆盖路径规划造成了极大的困难。本文使用牛耕式单元分解法结合生物激励神经网络算法完成移动机器人对矿区废弃地的全覆盖路径规划。首先，针对矿区废弃地已知环境，采用牛耕式单元分解法对复杂环境做出区域分解，将具有综合复杂性的地图分解为多个不含障碍物的子区域；然后，根据子区域的邻接关系构建无向图，采用深度优先搜索算法确定子区域间的转移顺序；最后，采用生物激励神经网络算法确定子区域内部行走方式以及子区域间路径转移。仿真结果表明，生物激励神经网络算法在解决机器人路径转移问题方面比其他路径规划算法更高效，所得的方法能够处理复杂的非结构化环境，完成废弃矿区移动机器人的覆盖路径规划

利用雾化及高能低温球磨的方法制备了过饱和的Al-Zn-Mg-Cu-Mn合金粉,并利用XRD方法,研究了所得过饱和铝合金粉的热分解过程.研究结果表明,在350℃以下热分解时,过饱和固溶体析出的平衡相为η(MgZn2),XRD未检测出含锰相的存在.含锰铝合金粉在高于350℃分解时,除η(MgZn2)相外,析出相中还有Al6Mn,但未发现其他任何类型的亚稳含锰相,说明Al6Mn直接从过饱和的α-Al中析出,而非是先析出含锰的亚稳过渡相,由中间相转变为平衡相

采用正电子多普勒展宽和X衍射分析方法研究了冷轧镍中氢化物的分解过程。实验结果指出:冷轧镍中充氢(0.5 mol/l H2 SO4+250mg/l AS2O3)会产fccβ相(氢化物),β相是不稳的,室温时效将发生分解。氢化物本身对正电子不敏感,但选择适当的条件,仍可用正电子湮没技术(PAT)研究它的分解过程,所得结果与X衍射分析吻合。采用氢与空位互作用形成以氢为核心的空位团机制可较好地解释实验中观察到的现象

一、正交分解和随机信号的表示 二、随机信号的 Fourier正交分解 三、随机信号的K-L正交分解

一、分解电压 分解电压定义： 使电解质溶液连续不断发生电解所需要的最小电压。 电解H2SO4时理论分解电压=1.23V, 由于电极的极化， 实际分解电压要比理论值大很多

在RE2O3-NH4HF2系中,以稀土氧化物和氟化氢铵为原料,分别在常压和真空状态下,研究了该体系的各步反应,提出了新的合成REF3反应规律.粉状La2O3,Gd2O3与NH4HF2在低温下开始反应,产物为RENH4F4(RE=La,Gd),NH4F,NH3和H2O,高温下RENH4F4分解为REF3和NH4F,伴有NH4F的挥发和分解;整个过程包括合成、分解和脱铵三个步骤;真空可以降低反应的起止温度.制备稀土氟化物应采用\常压低温合成-真空高温分解、脱铵\工艺