采用溶胶-凝胶法和水热合成法制备H3PMo12O40（PMo12）/TiO2复合光催化剂并应用于工业废水的降解。利用红外光谱仪（IR），X射线衍射仪（XRD），X射线光电子能谱（XPS）和扫描电子显微镜（SEM）进行测定，并在紫外光照射下分析光催化剂对DNBP废水的光催化降解性能。考察了废水初始pH值、催化剂用量及重复利用率等对DNBP废水降解的影响。结果表明，在光照时间为5 h，pH值为5.10，用量为1.00 g/L的条件下,复合光催化剂较单纯TiO2催化剂的光催化性能有明显提高，降解率达到98.36%，COD去除率达到53.18%，且POM/TiO2复合催化剂回收利用3次仍具有较高活性。

开发高效、稳定的双功能非贵金属催化剂用于电催化全解水仍然是一个重要的挑战。在本研究中，采用水热法和高温热解法制备类石墨烯状碳包裹的Ni/Mo2C催化剂。由于Ni和Mo2C的协同作用，提高了催化剂的HER和OER性能。该催化剂在0.5 M H2SO4酸性条件下的析氢反应（HER）过电位为131 mV，Tafel斜率为50.44 mV·dec-1；在1.0 M KOH碱性条件下的析氧反应（OER）过电位为330 mV，Tafel斜率为59.64 mV·dec-1。较低的过电位和快速的反应动力学使得水分解过程中更加的直接和高效。该研究提供了一种新的设计双功能催化剂的方法，用于高效的电解水的应用。

采用PRO/Ⅱ过程模拟软件，选用UNIQUAC热力学模型，以产品正丙醇质量分数为控制指标，热负荷最低为目标函数，对双塔变压精馏的主要工艺参数进行单因素优化。在此基础上，以理论塔板数、进料位置、回流比为自变量，以正丙醇质量分数为响应值，采用Box-Benhnken中心组合设计，建立二阶回归模型并进行工艺参数全局优化。相关参数表明：回归模型可用于分析和预测响应值与自变量间的关系。在模型预测最优工艺参数下，正丙醇质量分数的实验值与模型预测值绝对偏差为6.86%，证实二阶回归模型是可靠、有效的。

为研究水轮发电机励磁绕组匝间短路故障特征及影响因素，分析了励磁绕组匝间短路的故障机理，推导了水轮发电机正常和故障状态下的励磁磁动势以及气隙磁密表达式。在此基础上，以一台水轮发电机为例，采用场-路耦合法，建立了水轮发电机的二维有限元仿真模型，并通过励磁绕组匝间短路故障仿真，得到水轮发电机励磁绕组匝间短路时转子磁场的谐波特征。

为高效保障可见光通信（VLC）和无线射频（RF）通信异构网络服务质量（QoS），研究设计了基于统计时延 QoS 保障的网络资源匹配算法，旨在提高网络服务资源利用率。将切换服务过程和随机到达过程构建成网络队列系统，采用有效带宽与有效容量理论进行分析。评估了当 VLC 网络受遮挡中断时，需要 RF 网络提供的最小服务速率。利用 Matlab 对算法进行仿真，分析了系统参数改变对算法的影响。算法可以为异构网络的 QoS 保障及资源分配研究提供一定的指导。

云计算可生存性是网络应用安全研究的新方向。在云计算的广域网环境下构建了以动态服务漂移技术和任务调度方法技术的系统可生存性应急响应策略，实现在大规模服务节点情况下服务的动态漂移。将云服务和数据动态的分布于多个服务节点，能消除传统服务的单一失效点。为增强服务漂移的触发机制，提出了一种自适应的随机自治调度算法，该算法对比传统的漂移机制增加了触发条件，并引入了蚁群算法进行调度。结论表明，改进后的服务漂移模型的抗毁能力、漂移时间以及漂移效率有了明显的优化，更加保证所提供服务的连续性和可靠性，从而提高云计算环境下的大数据业务可生存性。

以水箱液位控制及仿真系统为背景，研究了基于Django的Web架构设计方案，使用Python语言开发了基于Web的水箱液位控制系统仿真平台。实测结果表明，用户能够方便地通过远端浏览器访问仿真系统，实现水箱液位控制系统的实时仿真，为自控系统线上实习及实训提供了便利。

针对双容水箱液位控制系统，通过机理分析法建立了水箱的传递函数和增量状态方程数学模型，将增量状态方程用差分方法进行离散化不必进行线性处理，可避免系统误差，方程时序递推求解的过程可模拟双容水箱液位控制系统的实时仿真。用动态矩阵控制算法控制双容水箱的增量状态方程使液位达到设定值，并用Matlab脚本程序实现控制过程。仿真结果表明，DMC控制双容水箱系统取得较为理想的控制效果，满足控制需求，该实验仿真能够对研究与应用双容水箱、预测控制算法具有重要的参考价值。

采用STM32微控制器作为系统的主控核心，基于物联网技术上，驱动MPU6050、MAX30102和LM386模块，三款传感器分别设计了心率血氧电路，运动电路和声音检测电路，实现对人体健康数据的实时检测。利用ESP8266连接互联网，使用MQTT协议进行发布和订阅主题，并将采集的数据上传至EMQ Cloud，利用visual studio code设计一款微信小程序用来实现数据的可视化，同时也可以在设备本身的OLED屏幕查看数据，并完成了传感器数据测量与优化，经过测试本系统测量数据的相对误差值在5%以内，数据的准确度可靠，可以完善的测量出人体健康数据，解决了人们对自身健康关心的需求。

以箱式加热炉为研究对象，针对PID控制在温度控制中存在滞后和时变性的缺陷，提出一种带有Smith补偿环节的新型模糊PID控制方案，利用MATLAB实现仿真。由仿真结果可知，相比Smith控制和模糊控制，改进后的系统精度更高，抗干扰性和鲁棒性增强，系统过渡过程较为平稳，整体控制效果理想，具有良好的推广价值。

利用微信WXML、WXSS、JavaScript和微信云开发构建和开发了一个快速、便捷的微信小程序，旨在为师生提供失物招领、寻物启事、校园交友、以物易物、学术探讨、资源共享等功能，便于广大师生在这个平台当中获取到自己需要的信息。

随着旅游业的快速发展，日渐庞大的旅游数据的存储与处理问题越来越受到人们的重视。为了解决用户在旅游服务方面的个性化需求与信息超载间的矛盾问题，通过改进的FP-growth关联分析算法，来实现用户感兴趣的旅游服务推荐。并基于Hadoop云计算平台，将云计算技术与改进后FP-growth算法进行融合后，构建了旅游服务推荐模型。结果表明，随着用户数量的增加，研究算法的 分值相对于其他推荐算法提升了约40%，其分值约为0.92。研究算法对于用户非兴趣旅游服务项目与过时数据的滤除效果最好。在面对新用户时，研究算法的召回率为0.832，准确率为0.867， 的分值为0.916。此次研究在Hadoop云计算平台上实现旅游服务推荐具有一定创新性，不但提高了旅行服务推荐的精度，还解决了推荐系统的冷启动问题。

在目前信息爆炸的时代，如何实现先进技术与艺术的高效连结，将视觉设计去中心化，得到了众多学者的广泛关注。研究以生成技术为设计流程的延展进行人机联合协作的方式，将卷积神经网络与生成对抗网络模型进行结合，同时引入条件的方式，在生成器结构的每层连接条件信息，利用谱归一化与组归一化相互配合的方式优化上述模型，最终构建条件深度卷积生成对抗网络模型（Conditional Depth Convolution to Generate Antagonism Network，CDCGAN）。研究结果表明，CDCGAN模型的平均准确率为97.28%，并且其在智能化视觉识别设计平台中的延展能力与学习能力非常优秀。综上所述，CDCGAN模型具有较好的性能与准确率，并能很好地应用于智能化视觉识别设计平台。

踝关节损伤是人体损伤常见形式，踝关节康复治疗受到越来越多的关注与研究。混联机构用于踝关节损伤后康复运动中，可有效提高康复机械装置康复效果。在对人体踝关节的结构特征和运动形式解析的基础上，提出一种4自由度的(2-UPU-PU)&R混联式康复机构。通过利用修正的 K-G公式分析脚踝康复机构的自由度，基于闭环矢量法求解了机构的位置逆解，采用搜索法求解机构的工作空间，设计位置及速度输出受限控制系统，验证所设计机构能满足康复需求，保障使用安全性，为后续控制系统设计提供理论指导。

基于RecurDyn软件建立平架湿地型履带推土机多体虚拟样机仿真模型及湿地路面模型，以多体动力学理论和方法为基础，对平架湿地型履带推土机在不同湿度路面、不同工况下的转向过程进行动力学仿真和对比分析。通过研究履带推土机在转向时转向角速度、转向半径等参数对转向性能的影响，为湿地型履带推土机行走系统的设计与优化提供一定的参考。

为解决失能或半失能人群的生活自理问题，研究了自主定位导航智能装置，辅助人们实现坐、躺、立、蹲、行多体位变换需求。针对自主导航传统A*算法中启发函数代价值小于实际值，导致搜索空间变大、路径冗余的问题，研究采用不同节点代价函数选取不同模型对A*算法进行改进；通过建立OPEN表与CLOSE表，其中OPEN表存放待考察节点，CLOSE表存放不可考察节点，进行路径规划，增强方向性、提高算法的效率，改进的A*算法在完成正则表达式约束下实现限制性查询路径，实现限制性的、全局的、最优的自主路径规划，提高了自主导航的实际应用效果。

针对红外与可见光图像融合造成的成像边缘存在模糊区域问题，提出一种基于NSCT域平均梯度能量驱动的红外图像(IFR)与可见光图像(VBI) 融合算法，首先对IFR和VBI分别进行NSCT变换，得到低频、中频、高频子带系数，低频融合采用平均梯度能量(Average Gradient Energy，AVGE)取最大的方法进行融合，中频融合采用空间频率（Spatial Frequency，STF）取最大值进行融合，高频提出了一种平均梯度能量驱动脉冲耦合神经网络(Average Gradient Energy Pulse Coupled Neural Network，AVGE-PCNN)的融合方法进行融合，采用逆非下采样轮廓波变换(Inverse Nonsubsampled Contourlet Transform，INSCT)得到最终融合图像，实验采取三组不同场景的IFR和VSI图像进行融合处理，通过对比实验证明，本文提出的融合方法在改善图像边缘模糊方面效果良好，主观评估和客观评价均优于DWT、DTCWT、NSCT 算法。

在电网故障问题日益受到关注的今天，为了提升电力检修部门的电网故障诊断效率，提出了基于堆叠稀疏自动编码器（Stacked Sparse Automatic Encoder, SSAE）和卷积神经网络（Convolution Neural Network, CNN）的SSAE-CNN融合网络交直流电网故障诊断模型。实验结果表明，融合网络故障诊断模型的故障线路诊断准确率为99.86%，高出SSAE-BP诊断模型0.62%，高出一般故障诊断模型两个百分点。故障类型诊断准确率为99.93%，高出SSAE-BP融合模型0.66%。提出的电网故障诊断模型无论在诊断精度，还是诊断速度上均优于一般模型，能对各类电网故障进行准确诊断分类，为电力检修部门进行电网故障诊断提供数据参考，具有重要的实用意义。