一起220kV组合电器气体泄漏异常分析

SF6气体泄漏是组合电器在运行的过程中较为常见的缺陷之一.气体泄漏异常不仅会对周围大气造成污染,还会使设备的绝缘强度收到影响[1].以一座500kV变电站的220kV组合电器气体泄漏异常为例,对漏气位置进行定性检测并采用SF6气体综合测试仪对其漏气量进行定量测量.综合分析导致该处SF6气体泄漏的原因,并给出了相应的建议.     

发色团含有乙撑基或乙烯撑桥基的碳菁合成及其光谱和增感性能

本文研究发色团α,α′ 位上具有乙撑基和乙烯撑桥基的碳菁合成通法 ,染料的立体结构、质子化倾向和萤光特性。探讨了多甲川发色团的α,α′ 位桥基和中位取代基对硫碳菁在长波区域的电子吸收光谱的影响。研究结果指出 :多甲川链上含有乙撑桥的硫碳菁有可能使照相卤化银乳剂在远红区和近红外光谱区产生高效的光谱增感作用。     

一种基于灰色系统理论的控制系统参数辨识算法的仿真研究

灰色预测补偿是一种对灰色系统进行白化的算法,该算法需要的信息少、计算量小。它可以克服常规PID控制存在超调的缺点。根据灰色PID控制算法,对系统不确定部分建立灰色模型,进行灰色预测补偿。通过仿真研究,该算法具有较强的鲁棒性,可以提高控制质量,减小控制系统的误差。     

壳聚糖硫酸盐催化丙酸丁酯的绿色合成研究

研究了丙酸与丁醇在壳聚糖硫酸盐催化剂作用下的酯化反应,考察了反应时间、催化剂用量、醇酸摩尔比等因素对丙酸丁酯酯化率的影响。实验结果表明反应的最佳条件为:丙酸用量为0.1mol,醇酸摩尔比为1.4,壳聚糖硫酸盐用量为1.2g,反应时间为1.5h,酯化率达97.2%,催化剂重复使用5次仍保持较高活性。无污染产生,具有绿色合成的特点。产品经折光率、红外光谱进行了表征。     

案例教学法在中职计算机教学中的运用

通过多年来的调查研究,发现案例教学法在中职计算机教学中有着极大的优点。本文将对案例教学法在中职计算机教学中的运用进行详细探讨。     

治疗矿泥制剂“Humisol”(腐植酸胶溶液)及其应用

为了制造腐植酸胶溶液(Humisol)我们从Haapsalu治疗矿泥中分离出腐植酸丰富的部分,称HE,这种由蒸馏而得之部分含有33％到40％的腐植酸,29—32％的其他有机物质及35％的矿物质。(E·Keel、1963)。腐植酸胶溶液(Humisol)是一种0.01％溶液,即由蒸馏所得的部分溶于等渗氯化钠溶液中制成,从腐植酸胶溶液(Humisol)的实验研究表明,这种制剂具有一     

杜仲叶黄酮苷抗疲劳和抗氧化活性的研究

以昆明小鼠为实验对象,研究了杜仲叶黄酮苷的抗疲劳作用及其与抗氧化活性的关系,探讨了杜仲叶黄酮苷的抗疲劳作用机制.分别对正常对照组和杜仲叶黄酮苷组小鼠进行负重游泳实验,并检测运动后小鼠的肌糖原、肝糖原、全血乳酸(LD)、血尿素氮(BUN)、乳酸脱氢酶(LDH)、谷胱甘肽过氧化物酶(GSH-PX)、超氧化物歧化酶(SOD)和丙二醛(MDA)各项生化指标.结果显示,杜仲叶黄酮苷能显著延长小鼠负重游泳时间,降低血乳酸和血清尿素氮含量,提高肝糖原的含量,降低MDA的含量,提高T-SOD的活性,说明杜仲叶黄酮苷的抗疲劳作用与增加能量储备、减少过度运动后不良代谢物的生成、提高组织的耐受力以及清除运动中产生的大量自由基等作用有关.     

基于$pm3sigma$正态概率区间分族遗传蚁群算法的移动机器人路径规划

针对移动机器人路径规划问题,提出一种基于正态概率区间分族的家族遗传蚁群融合算法.首先提出初始种群优化及删除算子解决传统遗传蚁群融合算法中遗传阶段随机生成的初始种群质量低的问题;然后引入适应度值正态概率区间种群分族机制及家族混合交叉算子,解决传统遗传蚁群融合算法中易出现未成熟收敛的问题;最后引入混合变异策略以提高随机变异后生成的路径质量.将全局路径规划算法与局部路径规划算法-动态窗口算法相结合形成完整移动机器人运动规划.基于Matlab仿真平台与机器人操作系统平台进行实验分析,结果验证了所提出正态化概率分族遗传蚁群融合算法求解移动机器人路径规划问题的有效性.     

基于SSM的长江经济带省域森林公园 旅游产业现状研究

采用偏离份额分析法(SSM),以2010—2015年长江经济带9省2市的森林公园旅游产业收入数据为依据,对长江经济带省域森林公园旅游产业现状进行实证研究,综合分析长江经济带省域森林公园的发展现状。研究结果表明:长江经济带9省2市森林公园旅游产业发展总体上呈现不断上升的趋势,其中浙江省的增长量最大;长江经济带11个省域中一半以上区域的相对增长率、结构效果指数和竞争力效果指数均在1以上,表明长江经济带森林旅游产业发展较快,产业结构分配比较合理,具有较强的竞争力;湖北省和贵州省的增长率高于全国平均水平,其产业结构分布较为合理,综合竞争力较强。     

基于GAM的北京PM_(2.5)浓度变化的影响因素研究

为辨识与测度不同影响因子对PM_(2.5)浓度变化的作用机理,以2015年北京PM_(2.5)浓度时间演变模式为基础,建立PM_(2.5)与各大气污染物(PM_(10)、SO_2、NO_2、CO、O_3)及气象因素(日均温度、风力、风向)的GAM模型,探索不同因素对PM_(2.5)浓度变化的影响作用。结果显示:(1)北京PM_(2.5)浓度具有夏秋季低、春冬季高的时间分布特点;(2)2015年北京PM_(2.5)浓度变化与PM_(10)、SO_2、NO_2、CO大体呈线性正相关,且正相关程度由强到弱为:COPM_(10)SO_2NO_2,而与O_3、温度和风因子的关系更为复杂;(3)GAM模型的拟合优度R~2为0.725,线性回归模型的拟合优度R~2为0.519,相比较,GAM模型对PM_(2.5)浓度变化的解释度提高了20.6%。研究表明,GAM模型对于建立PM_(2.5)浓度变化与影响因素间综合性复杂关系更灵活、更可靠,优于线性回归模型。