针对目前有机化学基础实验陈旧、缺乏系统性等问题，强化实验教学“两性一度”的探索。设计了6-氨基-1, 2, 3, 4-四氢-1-萘酮的双甲基化创新综合有机化学实验。在碱性条件下，以碘甲烷作为甲基化试剂进行取代反应生成二甲基取代产物，并利用核磁共振氢谱(1H NMR)、核磁共振碳谱(13C NMR)、高效液相色谱对产物进行结构表征。本实验包含文献检索、实验设计、实验操作、样品表征和数据分析等学习内容，学生在理论知识和实践操作两个方面的学习中都能有所提升，提高学生的综合素质。

探索一种从黑果腺肋花楸果中分离总黄酮、总皂苷、花色苷和多糖的方法，并对各组分的抗氧化活性、抑制酪氨酸酶活性和抑制α-葡萄糖苷酶活性的能力进行考察。以目标组分的质量为评价指标，确定了总黄酮、总皂苷、花色苷和多糖的最佳提取溶剂分别为无水乙醇、60%乙醇、60%乙醇和水、吸涨率分别为1.5、2.5、2.5、2.5 mL/g、浸泡平衡时间分别为2、2、2、1 h；用半数浓度（IC50值）作为指标来评价各组分的不同体外活性。结果表明循环提取第1轮总黄酮、总皂苷、花色苷和多糖的提取率分别是76.09%、84.38%、73.75%、72.23%，第4轮开始各组分的提取率均达到90%以上，分别得总黄酮、总皂苷、花色苷和多糖的粗产品，含量分别为8.93±0.16 mg/g，70.39±0.26 mg/g，1.51±0.02 mg/g和695.46±1.39 mg/g，经纯化处理后总黄酮、总皂苷、花色苷和多糖干浸膏中的各组分的含量分别为30.29±0.24 mg/g，252.78±0.73 mg/g，3.66±0.24 mg/g和884.62±2.03 mg/g，体外活性实验表明各组分均具有一定的抗氧化活性、酪氨酸酶活性抑制和α-葡萄糖苷酶活性抑制的能力。柱层析循环法联合提取可以同时高效的分离多种活性成分，提取所得的各组分均具有不同的体外活性，实验结果为黑果腺肋花楸果的食品开发与利用提供实验依据和技术支持。

针对混合油脂成分较多、杂质干扰大的特点，新建了微波消解-石墨炉原子吸收光谱法测定混合型复杂油脂样品中铅(Pb)含量的方法。通过对石墨炉条件进行优化，获得其最佳条件：基体改进剂体系为3μL磷酸二氢铵(1%)/硝酸镁(0.05%)混合溶液，灰化温度550℃，原子化温度1700 ℃。方法性能考察结果：在0~80μg/L范围内，所建方法的线性方程为y=0.0028x-0.0002，相关系数r2=0.9979,加标回收率范围为95.5%～103.4%，RSD%范围为0.31%～2.13%(n=5),表明方法的线性良好，具有较高的准确度和精密度。采用所建方法测定了8种油脂样品中Pb的含量，测定结果表明：所建方法可以准确测定复杂油脂样品中Pb元素的含量。

采用单辊快淬法制备Fe82Zr7B10Cu1和Fe81Zr7Mo2B10非晶合金薄带，在不同温度下对合金进行热处理。通过STA、XRD、TEM和VSM等测试手段，表征合金的热稳定性、微观结构及磁性能。结果表明Fe82Zr7B10Cu1和Fe81Zr7Mo2B10两种合金晶化过程存在差异。添加Cu元素使非晶合金晶化初期仅析出α-Fe相，而添加Mo元素使非晶合金晶化初期析出α-Fe相的同时还有α-Mn 型亚稳相。Fe81Zr7Mo2B10合金在快淬态及低温热处理的矫顽力（Hc）高于Fe82Zr7B10Cu1合金，而高温热处理后合金的Hc低于Fe82Zr7B10Cu1合金。

针对仿生机器鱼建模的复杂性，以三关节机器鱼为研究对象，基于动力学和运动学进行机器鱼的模型构建，并进行控制方式的仿真分析。首先，对鱼类和机器鱼的控制方式、动力学和运动学特性进行分析。其次，使用SolidWorks搭建机器鱼物理模型，并将其导入MATLAB中以建立Simscape仿真模型。最后，通过仿真实验分析评估机器鱼模型性能。结果表明，机器鱼模型三个关节角度的时间变化曲线相对平滑，没有明显突变或抖动，展现出稳定的运动行为，验证了该模型在设计和参数调节方面的合理性。

由于风能的波动性容易导致训练样本多样性和历史数据的缺失，会对风电功率的预测产生较大影响。针对这一问题，提出了一种基于天气特征选择和空间密度聚类的风机集群超短期风电功率预测方法。首先，采用基于完整的核fisher判别的特征选择方法，将NWP信息进行主成分分析，并提取各风机关键的风速特征。之后，基于以上特征采用一种基于空间密度的改进聚类方法对风电场中的各风机进行集群划分。最后，采用GRU-D方法分别对各风电机集群进行功率预测后求和，得到预测功率。采用西班牙某地区的陆上风电产出历史数据进行实验，结果表明，本文方法相比基于传统DBSCAN和K-means聚类方法的均方根误差预测精度分别提升了0.25%和2.02%，相比无法处理缺失值的GRU，模型的均方根误差预测精度提升了0.82%。

针对YOLOv5对金属表面缺陷小目标过多、检测结果易受背景干扰等问题，提出了一种改进的金属表面缺陷检测算法。通过在主干网络引入坐标注意力机制，提高模型对缺陷的关注度；将主干网络中的一些CBS和C3模块替换为GhostNetV2结构构建轻量级的网络，优化模型的性能和效率;在Neck层采用双向特征融合网络(BiFPN）来增强颈部产生丰富的表征，加深整个网络并重用低层次的特征。最后，广泛的实验结果表明，CGB-YOLO在NEU-DET上的精度达到75.0% mAP，比改进前提高了3.8%。该模型在金属表面缺陷检测中具有较好的综合性能。

针对精密仪器在特殊环境运行时会产生热量而引起温度升高导致精密仪器寿命减短、原件加工失误等问题,提出了一种基于多传感器融合的智能温度检测方法。通过遗传算法优化的多层前馈神经网络智能检测技术应用到恒温箱温度检测中，结果表明:经过遗传算法优化后的多层前馈神经网络得出的温度预测值与温度实际值的变化趋势基本一致,具有较高的泛化能力和鲁棒性。

集中供热系统是一个具有时滞性、非线性、大惯性等特点的复杂控制系统,传统PID控制的效果无法达到令人满意的效果，还造成一定的资源浪费。BP神经网络PID控制器在一定程度上尽管改善了PID控制器的性能，但是BP神经网络自身仍有一些缺陷。为了能够将供热系统的稳定性提高，进而实现合理用热，采用粒子群算法（PSO）优化BP神经网络PID控制器的权值。设计PSO?BP?PID控制器后，利用MATLAB得到传统PID控制、BP?PID控制作以及PSO?BP?PID控制器的仿真曲线图，根据曲线效果对比得到系统性能的改进效果。

针对机械臂抓取检测中对物体抓取位姿检测精度低的问题，提出一种基于三维点云的机械臂抓取位姿检测方法。首先设计基于注意力机制的端到端抓取位姿检测网络SE-PointNetGPD（简称 SEPN-GPD），其次针对pointnet网络在利用共享权重的多层感知器MLP处理3D点云数据时信息冗余的问题，引入通道注意力机制 SENet模块，通过自适应地调整各个特征区域权重的方式，提升网络特征提取能力从而提高抓取位姿检测的准确性和可靠性，然后在YCB和BigBIRD公开数据集上进行验证。实验结果表明：SEPN-GPD抓取位姿检测方法的分类精度分别为 86.2% 和85.14%，且网络具有较好的模型泛化能力和较高的鲁棒性与稳定性，优于当前主流的PointNetGPD和GPD等抓取位姿检测方法。

设计了一种踩踏式压电俘能地板，将行人踩踏时产生的机械能转化为电能，收集后向用电器供电。首先采用三维建模软件进行机械结构设计，进行能量收集系统设计，然后制作样机进行实验，测出实际压电地板的最大输出电压，将理论值和实际值进行对比，踩踏力为850N时，压电地板的最大输出电压为14.6V，其性能符合预期。

针对甲醇预精馏过程进料量变化经常对塔釜温度造成的扰动的问题，设计了串级加前馈控制方案，采用STEP7软件编制了PLC控制程序，测试结果表明，前馈-串级控制方案能够有效解决传统控制方式下的进料干扰问题，对于生产现场实际塔釜温度的平稳控制具有一定的参考意义。

针对芳烃萃取塔原料进料预热温度控制问题，采用前馈-反馈相结合的复合控制策略，通过对生产数据进行系统辨识获得被控对象数学模型，利用Simulink软件完成数学模型的仿真测试，基于西门子S7-300系列PLC，采用STEP7软件编写了复合控制方案的PLC程序，为工程实际应用提供参考。

利用自解耦控制方法 (SDC)研究三容系统的液位控制。首先使用线性扩张状态观测器对三容系统中的耦合、非线性部分和扰动进行估计及补偿，进而通过设计合适的控制律来实现系统每个子系统的自解耦。仿真结果表明，与传统的自抗扰控制相比，自解耦控制方法对期望的液位值具有良好的随动跟踪性能，较快的响应速度、鲁棒性更好。

以具有时滞特性的暖通空调为被控对象，将Smith预估控制算法与自适应算法结合，以李雅普诺夫稳定性理论为基础推导自适应律，设计出Smith自适应辨识器，从而实现控制器参数的自整定，并解决了控制过程中的参数时变问题，控制效果得以优化。实验仿真结果表明，Smith自适应辨识器控制算法优于常规Smith预估控制算法。

高校各部门之间数据纵横交错，数据与数据之间难以互联互通，很难实现数据的共享利用，客观上造成了数据孤岛问题，无法充分发挥数据价值。针对上述问题，本文从数据治理面临缺少顶层的统筹规划、数据质量差、数据服务能力不足等问题出发，通过建设智慧校园数据治理构建数据服务平台方式，提出切实可行的解决方案，为建设智慧校园数据治理提供更多可能性。

对煤矿井下进行实时监控，收取图像信息，并进行安全警报是矿井安全研究的重要内容。然而，受光照与粉尘等因素的影响，使得煤矿井下采集到的图像比较模糊。针对这一影响，提出了一种基于HSV空间的Retinex煤矿井下图像增强算法：将RGB图像映射到HSV空间中，对HSV空间的对应分量分别处理再映射回RGB空间。在实验中，分别对反映矿井整体信息的图像和反映矿井物体局部细节的图像进行增强处理。实验结果表明：相较于传统Retinex算法，经该算法处理过图像的SSIM、PSRN、信息熵指标均有所提高，且更有助于增强图像的边缘细节，这对煤矿井下的安全防范有重要的意义。