连退机组炉内张力优化设定技术

针对连续退火过程中带钢表面的横向条纹问题,经过大量的现场实验与理论研究,结合连退机组的设备与工艺特点,同时兼顾到带钢的稳定性与振动抑制问题,提出一套连续退火炉内张力综合优化技术.通过对炉内张力的优化设定,不但保证了带钢运行过程中的稳定性,而且有效地抑制了带钢的振动,减轻了带钢表面的横向条纹,提高了带钢的表面质量,给企业带来了较大的经济效益.     

基于软件总线技术的软件开发

针对现有软件开发存在的问题,结合分布式应用技术和基于构件的软件工程技术,提出了开放式计算机软件总线结构.围绕此体系结构对构件的集成与组装过程进行了研究与设计。     

HEC-HMS水文模型在大渡河流域的应用研究

HEC-HMS模型是一个具有半物理机制的半分布式降雨径流模拟模型,在洪水分析和洪水预报中具有广泛的应用。以大渡河流域上游为例,结合流域实测水文气象资料,构建了流域的HEC-HMS模型,基于Morris筛选法确定了模型敏感性参数为CN、初损、滞时以及峰值系数。通过大渡河上游的7场洪水过程对该模型进行了率定验证,结果表明纳什效率系数均在0. 72~0. 88之间,洪峰流量相对误差均小于14. 4%。分析表明该模型在大渡河流域洪水模拟中有较好的适用性。     

基于层次矩阵法的软煤体吸附瓦斯正交试验研究

为了掌握软煤体吸附瓦斯的影响因素变化特征,基于数理统计和层次矩阵法,建立了正交试验方案,运用压汞仪及HCA型高压容量法吸附装置,研究软煤体孔径结构特征及多因素(温度、水分、粒径)影响条件下软体煤吸附瓦斯过程的差异性变化.试验结果表明,软煤的中孔孔容为0.0172 cm3/g,小孔孔容为0.0091 cm3/g,其数值均...     

稀土掺杂上转换发光材料的研究进展

上转换发光材料的研究已取得巨大的发展,并在各行业中得到应用。介绍了稀土掺杂上转换发光材料的发光机制、制备方法、材料种类和应用,并提出其进一步发展的方向。     

硫磺硫化体系组成对EPDM／CM共混卷材力学性能的影响

通过调整硫化体系中硫磺（S）和硫化促进剂（TMTD）的用量，研究了EPDM／CM共混卷材的力学性能。结果表明，TMTD用量为1phr（每百克橡胶或树脂中的含量）时，S用量为1．5phr时EPDM／CM共混卷材的力学性能最佳；TMTD用量为1．5phr时，S用量为1．25phr时EPDM／CM共混卷材的力学性能最佳；后者综合性能优于前者。     

米糠油精炼工艺研究

米糠油是有益于人体健康的营养油。但是毛米糠油酸值较高,且精炼米糠油的工艺难度大。本实验优化米糠油精炼工艺,研究了二乙醇胺的添加量、添加剂搅拌时间、离心时间、水洗的次数对二乙醇胺脱胶脱酸的影响。结果表明,最佳工艺条件为:二乙醇胺的添加量为3%,搅拌时间30 min,离心时间15 min,水洗2次。酸值从毛油的36.32降为5.21,脱胶率为44.23%。该工艺比较适合对米糠油进行脱胶脱酸。     

海河流域1961年-2010年极端气温与降水变化趋势分析

以海河流域30个气象基准站1956年-2010年气温和降水日值资料为基础,选取12个表征极端气候变化指标,分析了该流域极端气温与降水的变化趋势。结果表明:海河流域极端高温的强度、频度和持续时间均有较强的增加趋势;极端低温的强度、频度显著降低,反映出流域整体增温的气候变化背景;流域短历时极端降水强度有增大趋势,年极端降水的发生频次降低,连续湿日表现出一定的减少趋势,而连续干日在近几十年来有一定的增加趋势,区域呈现弱干化趋势。从年代际变化特征看,20世纪90年代以来,年极端高温事件和短历时强降水事件发生趋于频繁,而长持续性降水事件的降水量减少。海河流域整体的暖干趋势以及降水集中的趋势,将对农业生产、水资源开发利用造成不利影响,同时,短历时极端强降水事件的增加可能加剧局地的山洪灾害和城市内涝的风险。     

三峡水库运行对鄱阳湖江湖水文情势的影响

三峡水库运行改变了长江中下游干流及通江湖泊的水文情势,基于实测水文资料,构建了反映长江中游复杂江湖关系的一、二维水动力数学模型,定量评估了三峡水库2009～2014年实际运行对长江与鄱阳湖江湖水文过程的影响程度。结果表明:三峡水库运行对湖口站5～10月水量交换过程影响相对较大,7～10月倒灌水量有所减少;三峡水库蓄水期长江中游干流流量减少,尤以10月最为显著,湖口站平均水位降低1.09 m,降低湖区水位效应可影响至康山;补水期长江中游干流1～3月流量增加明显,湖口站平均水位升高0.28～0.56 m,抬高湖区水位作用仅能影响到都昌附近;汛期湖口站5～6月最高水位最大抬高0.34 m,7～8月最高水位降低。研究成果可为鄱阳湖区综合治理与保护提供参考依据。     

基于改进的Transformer神经网络辅助的两阶段机组组合决策方法

为了解决大规模电力系统机组组合的“维数灾”问题,提出基于Transformer神经网络的两阶段机组组合决策方法,该方法兼顾求解精度与速度。在第一阶段,考虑机组组合时段耦合的特性,提出基于多头注意力机制的特征向量构建方法,进而基于Transformer神经网络的全局视野与并行化优势,提出一种改进的Transformer神经网络来预辨识机组启停值。在第二阶段,基于预辨识的机组状态设计置信度阈值,并将机组启停判定可信度定义为启停可信与启停不可信状态,对于启停可信机组的状态进行直接确定,对于启停不可信机组的状态,通过机组组合物理模型进行求解来保证求解的可行性。IEEE 30节点和IEEE 2 383节点系统的仿真结果验证了所提方法的有效性。