智能变电站设备管控大数据分析系统研究

结合数据挖掘、大数据技术在电力系统中的应用现状，分析和设计了一种智能变电站设备管控大数据分析系统。对变电站设备运行状态的大数据特征及基本框架进行了分析，并重点阐述了变电站设备运行状态大数据分析系统的数据集成与预处理、数据存储与处理、设备状态评估模型以及数据可视化展示。实验结果表明，所设计的大数据分析系统能够大幅度提升变电站设备数据分析智能化水平，为变电站管控稳定运行提供更加有效和实用性的技术支撑。     

喷雾干燥法制备材料论文的指导方案

喷雾干燥技术的突出特点是将液态物料瞬时干燥成固体粉末或者颗粒。我们课题组在指导本科生毕业论文中采用了喷雾干燥法制备碳包覆铌酸钛材料的实验,在实验过程中我们发现了一些问题,如喷雾干燥机需要适当预热、喷头容易堵赛和收集原料不干等问题。我们就以上问题进提出了相应的对策,这加深了本科生对喷雾干燥实验的体会和认识,培养了学生在独自实验时面对问题解决问题的能力。     

马钢张庄矿高压辊磨机装配工艺研究

针对马钢张庄矿高压辊磨机辊套疲劳断裂严重、对辊精度不能满足生产要求等问题，马钢重机公司根据张庄矿实际生产要求对对辊进行国产化，国产化内容包括辊轴、辊套等零部件的新制以及装配工艺攻关，通过技术研发同时结合实际生产经验，成功对高压辊磨机辊套与辊轴以及辊轴与轴承进行装配，完成了张庄矿高压辊磨机整对对辊的国产化，为该型设备后续生产及优化提供了理论和实践参考依据。     

一种基于Spark的不确定数据集频繁模式挖掘算法

如何在海量不确定数据集中提高频繁模式挖掘性能是目前研究的热点.传统算法大多是以期望、概率或者权重等单一指标为数据项集支持度，在大数据背景下，同时考虑概率和权重支持度的算法难以兼顾其执行效率.为此，本文提出一种基于Spark的不确定数据集频繁模式挖掘算法（UWEFP），首先，为了同时兼顾数据项的概率和权重，计算一项集的最大概率权重值并进行剪枝；然后，为了减少对数据集的多次扫描，结合Spark框架的优点，设计了一种具有FP-tree特征的新颖的UWEFP-tree结构进行模式树的构建及挖掘；最后在Spark环境下，以UCI数据集进行实验验证.实验结果表明本文的方法在保证挖掘结果的同时，提高了效率.     

氯甲烷在镁修饰的ZSM-5分子筛催化剂上催化转化研究

在镁修饰的ZSM-5分子筛催化剂上,氯甲烷可以被催化转化为烃类产品。分别采用了离子交换和浸渍的方法来修饰ZSM-5分子筛。离子交换的Mg-ZSM-5催化剂和浸渍的Mg/ZSM-5催化剂都可以提高反应产物中的低碳烯烃的选择性,降低烷烃的选择性,并且保持较高的反应活性,但高的浸渍量对反应活性有一定的影响。NH3-TPD的结果表明,浸渍镁的ZSM-5催化剂的强酸中心数目明显减少。镁的修饰对催化剂酸性的影响导致了产物中低碳烯烃的增加。浸渍Mg的ZSM-5催化剂是潜在氯甲烷转化生成低碳烯烃的催化剂。     

基于量子效应的微型推进器设计

微/纳机电系统(MEMS/NEMS)技术的发展,大大促进了航空航天领域飞行器的微型化。依据量子理论,有效提取真空中的零点能,并以此作为驱动能源,可以解决微型飞行器由于必须携带燃料而增加重量等问题。从理论上阐述了真空零点能及Casimir力的产生机理,研究了真空中两平行平板和矩形腔等结构设计依据,提出并建立了以Casimir力作为驱动力的微型推进器设计模型。     

RF磁控溅射制备钛酸锶钡BST纳米薄膜

钛酸锶钡(BST)薄膜作为一种高K介质材料在微电子和微机电系统等领域具有广阔的应用前景,人们已对BST薄膜的制备工艺技术和介电性能进行了大量的研究。BST纳米薄膜的制备工艺直接影响和决定着薄膜的介电性能(介电常数、漏电流密度、介电强度等)。对RF磁控反应溅射制备BST纳米薄膜的工艺技术进行了综述。从溅射靶的制备、溅射工艺参数的优化、热处理、薄膜组分的控制,及制备工艺对介电性能的影响等方面,对现有研究成果进行了较全面的总结。     

铌和钨对γ-TiAl基合金热稳定性的影响

采用光学显微镜(OM)，扫描电镜(SEM)，X射线衍射研究了TiAl—5Nb，TiAl—14．3Nb，TiAl—8Nb—1W，TiAl—12．3Nb-2W四种合金片层组织在1000℃的热稳定性。结果表明，TiAl—12．3Nb-2W合金热稳定性最好，但合金元素对TiAl基合金热稳定性的影响机理还有待进一步的研究。     

基于交会图和多元统计法的神经网络技术在火山岩识别中的应用

针对火山岩储层的特殊性(复杂性、离散性和随机性),应用BP神经网络技术对火山岩测井解释中岩性识别问题进行了研究。该方法的技术关键是样本集和初始权重的建立,以及模型的优选。本文提出了一种基于交会图和多元统计法的学习样本生成方法,即根据取心岩样的地球化学和岩石学研究,用交会图技术建立样本集,采用聚类分析和距离判别法确定初始权重。将研究方法应用在松辽盆地杏山地区火山岩岩性识别问题中,取得了很好的效果,岩性解释符合率高于90%。文中通过四种岩性识别处理模式的对比研究,表明赋权重处理模式为最优处理模型。在神经网络模型预测过程中,需充分利用已有的地质经验和测井曲线信息建立典型可靠的样本文件,同时考虑神经网络方法中各种因素的影响,优选模型和计算参数才能使预测结果符合实际情况。