利用微型流化床反应分析仪（MFBRA）和热重分析仪（TGA）分别测定了空气中碳酸钙的等温与非等温反应，并采用不同的数据处理方法对其分解动力学进行了对比研究.MFBRA增强了反应过程中传热传质以及有效消除气体外扩散对反应的影响，其测得的活化能（E=138.35 kJmol^-1）和指前因子（A=1.58×10⁵ s^-1）均低于TGA（E=209.95 kJmol^-1，A=8.95×10⁷ s^-1）获得的结果，但两者所测得的活化能均在文献报道的120 ~ 280 kJmol^-1范围内.此外，两种仪器得到的最概然机理函数模型均为收缩几何模型（圆柱形对称）G(x)=1-(1-x)^1/2，表明了MFBRA在气固反应动力学表征方面的有效性和可靠性.

采用基于COSMO-RS模型的COSMOthermX软件，以离子液体的选择性和黏度为指标，计算和分析18种阳离子与22种阴离子组成的396种离子液体对乙酸异丙酯-异丙醇共沸物系的分离效果.结果表明：以［Ac］^-为阴离子的离子液体对乙酸异丙酯-异丙醇混合物的分离效果较优；以咪唑为阳离子的离子液体兼具较高的选择性和较低的黏度两方面优势.综合而言，［HMIM］［Ac］对乙酸异丙酯-异丙醇共沸物系具有优异的分离性能.通过组分与［HMIM］［Ac］的混合焓以及约化密度梯度方法对［HMIM］［Ac］的分离性能进行了机理解释.

以三丁基甲基乙酸铵（［N₄₄₄₁］［OAC］）为萃取剂，用Aspen Plus软件模拟乙酸乙酯-甲醇体系的萃取精馏过程.通过灵敏度分析，系统地研究溶剂比、萃取精馏塔和萃取剂回收塔的理论塔板数和进料位置以及回流比7个参数对两塔塔顶产品纯度及热负荷的影响.通过灵敏度分析对这7个参数进行了优化，结果表明：最佳溶剂比为0.13，精馏塔和回收塔的最佳理论塔板数分别为35和4，最佳进料位置分别为第8块板和第3块板，精馏塔和回收塔的最佳回流比分别为0.96和0.82.在此优化工艺参数下，萃取精馏塔塔顶乙酸乙酯和萃取剂回收塔塔顶甲醇的质量分数均达到99.9%以上.

采用简单的原位氧化聚合法，在HClO₄溶液中制备聚苯胺/FeFe(CN)₆［PANI-FeFe(CN)₆］复合材料，制备的复合材料中PANI自组装成管状形貌，FeFe(CN)₆具有完美的面心立方晶格（FCC）结构并在PANI基体中分散良好.PANI-FeFe(CN)₆复合材料作为锂离子电池的正极材料，具有较高的比容量、循环稳定性和电流倍率性能等.PANI-FeFe(CN)₆(80%，质量分数，以下同)复合材料经100次循环后仍保持95.7 mAh/g的放电比容量，表明其具有优良的循环性能.在20、50、100、200和500 mA/g电流密度下，PANI-FeFe(CN)6(80%)比容量分别为95.9、98.8、91.4、83.6和72 mAh/g，明显高于PANI和FeFe(CN)₆ 的比容量.PANI与FeFe(CN)₆组分之间形成的相互作用和复合材料导电性的提高使PANI-FeFe(CN)₆复合材料具有较高的电化学性能，使其成为潜在的新型锂电池正极材料.

筛选一种具有可分散性的质量分数为5%的多杀菌素油悬浮剂配方.采用湿法研磨工艺，使用实验室立式砂磨机、激光粒度仪对配方中分散介质、乳化剂、分散剂和结构调整剂及其用量分别进行筛选.采用矿物油作为油相介质，其在增加多杀菌素油悬浮剂稳定性的同时起到增效的作用.在上述方法下，对多杀菌素可分散油悬浮剂进行优化，优化配方为：多杀菌素原药5%（质量分数，以下同），矿物油乳化剂10%，AEO-7乳化剂2%，P6分散剂4%，869结构调整剂3%，分散介质矿物油76%.筛选得到的多杀菌素可分散油悬浮剂，经过冷热贮稳定性测定，其各项指标均符合油悬浮剂的标准.

针对二苯甲烷型双马来酰亚胺树脂成型工艺及耐热性能不足的问题，在二烯丙基双酚A改性二苯甲烷型双马来酰亚胺树脂（简称BD树脂）体系中加入高耐热金刚烷型双马来酰亚胺形成共聚体系.采用Kissinger方程研究了金刚烷结构引入前后共聚体系的固化过程及动力学，研究了共聚体系固化产物的力学性能及微观形貌.结果表明：引入金刚烷型双马来酰亚胺可提高BD树脂的耐热性，其中40%热失重温度提高20 ℃以上；该共聚体系固化产物具有良好的力学性能，弯曲强度达117.4 MPa；金刚烷型双马来酰亚胺引入后，“ene”固化反应的表观活化能降低，“Diels-Alder”固化反应的表观活化能升高，反应级数0.9左右.金刚烷型双马来酰亚胺树脂共聚体系的耐热性、力学性能等综合性能良好，成型加工工艺得到优化.

滚动轴承是旋转机械中至关重要的零部件，它的失效会带来机械运行故障.为了更加准确地揭示表面缺陷轴承振动响应的机理，考虑了滚动轴承受到不平衡力以及运行产生的扰动力的影响，基于Hertzian接触理论，结合弹性力学、轴承运动学以及几何学，建立了4自由度外圈缺陷深沟球轴承动力学模型.为了能够更好地描述轴承缺陷的位置，对缺陷部分进行了数学化处理，该模型将缺陷部分看作一个矩形，从轴承实际运动的角度刻画轴系-内圈-外圈-轴承座传递过程.以深沟球SKF6205-RS轴承为建模对象，利用四阶变步长的Runge-Kutta法对动力学的拉格朗日方程进行求解，得到外圈缺陷的振动响应时域信号以及频域信号，与凯斯西储大学轴承实验结果进行了比较，验证了模型的可行性以及准确性.

目前撞击流技术在化学工程及多种过程工业中具有广泛应用.为了对撞击流混合器内的流动特征进行更深入地研究，利用数值模拟对撞击流混合器内流场特性进行分析.通过模拟得到不同动量比及不同喷嘴间距下撞击流反应器内流体速度、湍动能及压力分布，探究不同入口动量比对撞击流混合器流场特性的影响.结果表明：在xOy截面上两喷嘴的动量比越大，流体压力值越大，压力梯度分布越大；湍动能分布沿径向逐渐减小.对撞击面径向流体速度和压力进行分析，研究发现：当喷嘴间距L=2D时，径向流体速度呈双峰分布，流体压力呈单峰分布；随着动量比的增加，流体的速度和压力整体增大.当L=4D时，非等动量撞击下径向流体速度呈单峰分布；等动量撞击（K=10）下，撞击面径向上流体速度呈双峰分布；非等动量撞击的压力水平均低于等动量撞击.

针对传统虹膜定位方法对非理想虹膜定位效果不理想的问题，提出了一种基于BP神经网络和霍夫变换的非理想虹膜定位方法.首先，将要定位的虹膜图像分块，提取每块图像的特征向量；其次，采用BP神经网络的方法，检测边缘块与非边缘块，通过对边缘块进行数学运算实现外边界的精确定位；然后，以外边界的圆心为种子像素，对内边界进行区域增长；最后，利用霍夫变换实现内边界的精确定位.实验结果表明该算法具有较高的准确率，并且对睫毛与眼睑遮挡严重、女生画眼线等情况，该算法也能取得较好的效果.

针对传统故障诊断技术在复杂工况下滚动轴承复合故障振动信号进行故障诊断的准确率较低且泛化能力较差的问题，提出一种基于短时傅里叶变换(STFT)的卷积神经网络故障诊断方法（STFT-CNN）.该故障诊断方法首先通过对复杂工况下的振动信号进行短时傅里叶变换，然后通过卷积神经网络对该振动数据进行训练学习，最后进行故障诊断.为验证所提方法的有效性和可行性，在滚动轴承包括复合故障在内的15类故障中，将提出的方法与卷积神经网络（CNN）、支持向量机（SVM）和深度神经网络进行比较，实验对比过程采用相同的滚动轴承数据进行实验，以保证实验的公平性.实验结果证明：该故障诊断方法的故障诊断准确率达到了100%，滚动轴承复合故障诊断准确率得到大幅提升.

针对相差显微图像视野有限，单张图像难以全面展示样品信息的问题，提出一种基于SIFT特征匹配的活性污泥图像自动拼接方法.该方法通过SIFT特征提取算法提取污泥显微图像的特征，运用最近邻算法进行匹配.使用投影变换模型进行空间几何变换，将待拼接的活性污泥显微图像叠加在一起.采用渐入渐出融合算法对叠加后的图像进行融合，解决图像拼接过程中拼接缝明显的问题.某污水处理厂活性污泥相差显微图像拼接实验结果表明该方法在拼接质量和信息完整性方面表现良好.

房屋价格一直是社会最为关心的话题.预测房价走势并为购房者提供参考房价一直是房地产业和相关学术领域的研究热点.针对房价预测过程中存在数据集变量多、维度高的问题，本文通过计算多个房源特征与房源价格之间的皮尔森系数，去除冗余房源特征，有效地降低了房源特征数据集的维度.为了将信息损失降至最小，采用CatBoost处理房源特征中的类别变量.针对预测模型的过拟合、泛化能力差的问题，采用Stacking策略融合了CatBoost、XGBoost、随机森林算法，并且结合LSTM神经网络，最终提出了一种LSTM-StackingCXR模型.实验结果表明，LSTM-StackingCXR模型预测结果与现有多个模型预测结果相比，其预测精度指标有较大程度的提升.

针对人工手动录入化学方程式至电子文档效率低、手动配平化学方程式高计算量、难度大的问题，提出一种残差胶囊增强网络（residual capsule enhanced network）自动识别和自动录入手写化学方程式，并且计算机自动配平方程式的新方法.为准确将化学方程式分割为单个化学字符，采用改进的投影法和最小外边框组合算法进行化学方程式切分；在传统胶囊网络的基础上，将残差卷积子网络和增强型胶囊进行结合，并引入两个级别的初级胶囊以提高网络获取多样性特征性能，进而解决化学方程式识别率低的问题；通过采用改进的高斯消元算法解决化学方程式自动配平问题.对比实验结果表明：残差胶囊增强网络识别率为94.97%，优于传统的经典算法.改进的高斯消元配平算法的准确率为95.35%，比传统的高斯消元配平算法提升了9.46%.该算法在手写化学方程式自动识别及配平方面具有一定的应用价值.