基于传感器技术、信号处理技术和模式识别技术发展起来的电子鼻技术是过去二十年中发展最为迅速的气相分析和气体检测技术之一,它已逐渐在生物医学、环境监测、农业生产、食品检测等多个领域得到应用.电子鼻是利用对待测气体具有交叉敏感性的传感器阵列将待测气体中的混杂气味组分信息转化为与时间、成分、浓度或含量相关的可测物理信号组,利用信号采集系统输出含有待测气体特征信息的数字信号,通过模式识别系统分析数字信号得到待测气体综合气味信息和隐含特征,实现对待测气体快速、系统、准确的鉴别和分析.本文综述了电子鼻技术中的传感器技术和模式识别技术及在中国白酒品牌鉴定、风味识别、酒龄检测方面的最新研究进展;以聚合物石英压电传感器型电子鼻为例,阐明该电子鼻的技术方案及其在中国白酒检测中的应用;展望电子鼻未来研究方向

分析了解析法与简化方法的缺点，采用有限元法建立轧辊热变形计算模型.针对轧制过程中轧辊热变形计算数据特点，将计算任务分为负责静态数据准备的预计算和负责动态数据准备与热变形求解的更新计算，换辊时进行预计算，计算任意时刻的热变形时只需进行更新计算，计算量远小于标准有限元程序.根据特殊处理的计算流程，编写了基于轴对称有限元法的轧辊热变形程序，其计算结果与ANSYS结果一致，精度均高于简化方法约30%.自编轧辊热膨胀有限元程序计算精度高，耗时少，满足在线热膨胀预报要求

本文对GH220合金弯晶形成机制以及加入W、Mo、C、Ce（微量）等元素的作用进行了初步探讨。试验结果表明:对于GH220合金,慢速缓冷时形成弯晶为γ′机制;快速冷却和采用等温工艺时为碳化物机制。并摸索到上述各元素最佳含量范围,对生产有一定参考价值

为了研究在冶金轧钢加热炉富氧燃烧条件下炉内钢坯的氧化状况,自行设计搭建了可控气氛钢坯传热传质过程实验平台,研究富氧燃烧气氛对钢坯氧化传质的影响规律及不同温度下氧化层的形貌特征.结果表明:钢坯的氧化过程可以分为快速氧化阶段和慢速氧化阶段.在高温环境中,随着氧化温度的提高,CO2和H2O的浓度变化对钢坯氧化的影响逐渐加强,随着CO2和H2O浓度的提高,钢坯的氧化烧损程度也变得越来越严重.钢坯氧化层主要是由Fe3O4和FeO组成

通过溶剂热法制备了具有可见光光催化活性的BiVO4/TiO2-石墨烯复合光催化剂.利用X射线粉末衍射、透射电子显微镜、紫外-可见漫反射光谱和荧光发射光谱对样品进行表征,复合光催化剂的催化活性以模拟太阳光条件下降解水溶液中亚甲基蓝来评价.结果表明：BiVO4/TiO2-石墨烯复合光催化剂在530-800 nm的可见光范围具有很强的吸收峰.石墨烯的引入不仅拓宽了光谱响应范围,而且使得BiVO4和TiO2粒子均匀地分散在石墨烯薄片上,能快速捕获并迁移电子,有效地提高了光生载流子的分离效率,从而提高其光催化活性

针对高炉故障诊断系统快速性和准确性的要求，提出基于全局优化最小二乘支持向量机的策略.首先，采用变尺度离散粒子群对最小二乘支持向量机的参数和故障特征的选取进行优化；然后，利用核主元分析法对选取的特征向量进行压缩整理；最后，构造了以Fisher线性判别率为标准的启发式纠错输出编码.仿真结果表明，通过对故障训练样本有意义地分割重组，用较少的最小二乘支持向量机分类器，得到较高的故障判断准确率且增强了整个系统的实时性

采用微波加热和常规加热对硅锰粉和巴西粉锰的脱硅反应进行了动力学行为研究，以巴西粉锰为脱硅剂，与硅锰粉中的硅发生氧化还原反应.微波加热和常规加热分别加热到不同温度并保温一定时间，测定产物中硅含量并计算固相脱硅反应的表观活化能.实验表明：单一和混合料均可在微波场中快速升温.随着温度的升高和保温时间的延长，两种加热方式脱硅率均随之提高，在相同实验条件下，微波加热的脱硅率和反应速率均高于常规加热，微波加热可以提高固相脱硅率；微波加热固相脱硅反应的限制性环节为扩散环节，其表观活化能为102.93 kJ·mol-1，常规加热脱硅反应的表观活化能为180 kJ·mol-1，说明微波加热能改善固相脱硅的动力学条件，提高固相脱硅反应速率，降低脱硅反应的活化能

通过再生水模拟浮选试验和吸附、解吸附试验分析研究了城市再生水中大肠杆菌在浮选过程中的迁移规律.研究结果表明：再生水中大肠杆菌能够快速被矿物颗粒吸附，尾矿废水继续回用于浮选流程是安全的，但精矿、中矿、尾矿中吸附了大量的大肠杆菌，在特定暴露水平下会对从业人员构成健康风险；矿物颗粒对大肠杆菌的吸附是影响再生水中大肠杆菌在浮选过程迁移的主要因素；随着大肠杆菌浓度的升高，大肠杆菌衰减率、吸附速率随之下降；矿物颗粒对大肠杆菌的吸附对pH变化敏感，随着pH升高，矿物颗粒对大肠杆菌的吸附呈下降趋势，捕收剂煤油、Pj053和调整剂CaO的加入会明显提高矿物颗粒对大肠杆菌的吸附

全连接的玻尔兹曼机模型可全面描述稀疏系数间统计依赖关系,但时间复杂度较高.为了提高基于玻尔兹曼机的贝叶斯匹配追踪算法(BM-BMP)的重构速度和质量,本文提出一种改进算法.第一,将BM-BMP算法的最大后验概率(MAP)估计评估值分解为上一次迭代的评估值与增量,使得每次迭代仅需计算增量,极大缩短了计算耗时.第二,利用显著最大后验概率估计值平均的方式,有效近似最小均方误差(MMSE)估计,获得了更小的重构误差.实验结果表明,本文算法比BM-BMP算法的运行时间平均缩短了73.66%,峰值信噪比(PSNR)值平均提高了0.57 dB

应用光滑函数改进支持向量机模型,得到无约束条件、可微的二次规划问题,从而可以采用快速的最优化算法求解光滑支持向量机模型.提出了一种广义三弯矩方法,用这个方法构造出新的五次样条光滑函数和七次样条光滑函数.证明了上述两个样条光滑函数的逼近精度均高于已有的各种光滑函数;基于上述两个样条函数的光滑支持向量机模型的收敛精度也高于已有的各种光滑支持向量机模型