电除尘器分电场灰密度变化规律及粉煤灰密度与成份的关系

本文介绍粉煤灰经电除尘器分离后所得分电场灰密度沿电场方向的变化规律及影响因素，并阐述了粉煤灰密度与成份之间的关系。     

超磁致伸缩复合材料及其在超声中的应用

本文着重介绍了国内外超磁致伸缩复合材料的发展现状及其在超声领域中的应用，对超磁致伸缩复合材料的制备工艺、微观机制和性能作了系统概括，并展望了它的应用前景。     

[100]取向Al-Ti共掺杂ZnO薄膜的制备与光电性能研究

采用常压固相烧结法制备了Al-Ti共掺ZnO靶材, 采用射频磁控溅射技术及真空退火工艺, 在普通玻璃衬底上制备了具有[100]取向Al-Ti共掺杂ZnO薄膜(ZATO). 采用X射线衍射(XRD)、扫描电子显微镜(SEM)对ZATO薄膜的生长机理、显微结构、形貌进行了测试分析, 用四探针测试仪、紫外-可见分光光度计及荧光光谱仪对ZATO薄膜的光电性能进行了测试分析. 结果表明, ZATO薄膜经500℃保温3h退火后, 择优取向由(002)向(100)方向转变; 此时, 衍射谱上还观察到超点阵衍射线条. [100]取向ZATO薄膜的光学带隙从退火前的3.29降至2.86, 平均可见光透过率从90%降至70%, 表现为一般的透过性; 而电阻率则从1.89×10^-2Ω·cm降至1.25×10^-3Ω·cm, 呈现较好的导电性. 薄膜中均出现了380nm附近的带边发射(NBE)峰以及410、564nm的深能级发射峰, 且经500℃保温3h退火后, 这些峰的位置并未改变, 但峰强均明显减弱. 对上述实验机理进行了分析讨论.     

利用CMOS RAM实现软件加密

软件加密的方法多种多样，本文将根据CMOS RAM的隐蔽性和通常情况下的不可访问性，对软件进行加密．防止非法拷贝。     

独轮移动机器人被动式避障和目标跟踪控制仿真实验

为了使移动机器人能在动态环境中安全地运动并探索周围的情况,针对动态变化的环境中,传感器范围有限的一类非完整系统-独轮移动机器人,提出了一种新的被动式目标跟踪控制方法,使其能在动态变化的环境中有效地避免静止和运动的障碍物.文中在极坐标下,考虑了移动机器人和障碍物的相对运动,首次将极坐标变换与李雅普诺夫分析方法结合起来,提出一种解决独轮机器人的位置跟踪和避障问题的方便实用的被动式控制算法:更重要的是,所提出的方法考虑了运动控制的饱和约束.通过仿真实验证明了提出的独轮机器人多目标控制的李亚普洛夫设计的有效性,为进一步研究多移动机器人或具更复杂的非完整约束机器人的多目标控制奠定了基础.     

MOCVD法制备薄膜型Fe2O3气敏元件

本文采用ＭＯＣＶＤ技术制备了薄膜型Ｆｅ２Ｏ３气敏元件。测定了元件的物理性能和气敏特性。该气敏元件对乙醇、丙酮和液化石油气有较高的灵敏度，响应时间快，对甲烷、管道煤气、硫化氢等气体不敏感，具有一定的选择性。还考查了元件的稳定性。     

云平台支撑下的信息数据中心管理

泰安供电公司通过搭建H3C CAS云管理平台,实现了信息数据中心硬件设备的虚拟化,建立了虚拟化管理平台,完成了信息数据中心的整合,将原来各业务数据独享硬件资源的烟囱型IT架构转变为业务共享资源池和以服务为导向的云基础架构;同时,借助云平台优化信息数据中心业务,优化云业务工作流,为用户提供＂云终端＂应用,建立个人＂私有云＂。目前,该平台已建设完成并投入使用,有效提升了公司IT管理效率,降低了总体拥有成本,确保了公司信息数据中心安全、可靠、高效运行。     

(1-x)Na0.5K0.5NbO3-xBiNiO3无铅压电陶瓷的制备与性能

利用传统固相合成法制备了(1-x)Na0.5K0.5NbO3-xBiNiO3 ( (1-x)NKN- xBN) 无铅压电陶瓷.采用X-射线衍射(XRD)、扫描电镜(SEM)等手段对其显微结构与性能进行研究.结果表明,该体系所研究组分范围内均能形成典型的ABO3型钙钛矿结构,在x=0.006～0.008间存在准同型相界(MPB).体系主要压电性能在x＝0.008左右获得优化,其压电常数d33和机电耦合系数kp 均达到极大值(分别为135 pC/N和44%), 机械品质因数Qm为122,正交-四方转变温度TO-T和居里温度TC分别为155 ℃和385 ℃.     

思想政治理论课程多媒体教学优劣维度及效度质说

多媒体在思想政治理论课教学中的广泛应用,增强了课堂教学的吸引力和感染力,提高了教学的实效性,但仍存在一些问题。要增强高校思想政治理论课多媒体教学的效度,需设计高质量的课件,提高多媒体教学效果;多媒体教学与传统教学结合;多媒体运用适度;发挥学科团队力量,建立多媒体教学共享资源等。     

基于一种新型粗糙集神经网络的故障诊断

分析了粗糙集与神经网络各自的优缺点,结合粗糙集与神经网络提出了一种基于SOFM网络的新型粗糙集神经网络,给出了该网络的流程图,描述了系统各组成部分的工作原理。应用一实例验证了该网络在故障诊断中的有效性。结果表明,新网络较好地解决了训练样本的大小、样本质量等对人工神经网络的精度以及泛化能力有直接影响的问题,简化了神经网络的结构,缩短了训练时间,并实现了结果可视化,最后得到了故障可视拓扑映射图。