考虑城市场景需求的中压直流配电网规划选优分析方法

针对城市配电网规划中多个中压直流配电网的建设优先次序尚无量化分析方法的问题,提出一种考虑城市场景需求的中压直流配电网规划选优分析方法.从供电质量提升需求、城市场景需求和配电网经济性3个层面建立了一套城市中压直流配电网规划选优综合指标体系,在供电质量提升需求方面考虑与目标水平之间的差距,在城市场景需求方面考虑中压交流配电网的建设局限性与中压直流配电网的建设驱动力,在经济性方面关注缺电损失成本严重性.通过云模型对定性指标量化,基于德尔菲-熵权法的层次加性加权计算各配电网综合评价值,并以此排序,在年度总投资约束下,以方案总体综合评价值最大为目标实现规划对象选优,从而安排多个中压直流配电网的建设优先级.以某地区配电网为例,验证了所提方法的实用性.     

20CrMnTi连铸瞬态与平均冷速条件下凝固原位观察

 宽淬透性带和大尺寸TiN析出物严重危害20CrMnTi齿轮钢的产品质量,其控制的关键基础是掌握连铸过程中凝固组织演变行为机理。传统高温激光共聚焦扫描显微镜(HT-CSLM)原位观察研究通常将糊状区冷却速率设定为固定值,这不能有效反映连铸凝固过程中冷却速率的变化。为此,以国内某钢厂20CrMnTi 160 mm×160 mm小方坯为研究对象,首先通过二维切片凝固传热计算,确定内弧表面下方20、40、60 mm位置处糊状区的热历程、瞬态与平均冷却速率,进而设计HT-CSLM试验升温与降温方案。然后,开展这些位置处糊状区瞬态与平均冷却速率条件下HT-CSLM试验,研究揭示不同冷却条件下20CrMnTi的凝固过程、δ晶粒生长动力学和包晶相变机制。最后,通过电子探针分析(EPMA),考察冷却条件对凝固组织尺寸的影响规律。结果表明,由于凝固潜热的补偿,内弧皮下20、40、60 mm位置处初始凝固阶段冷却速率较小,凝固中后期逐渐增大,且越深入方坯内部越显著。这些位置处的平均冷却速率分别为102.81、44.63和34.93 ℃/min。δ晶粒率先从钢液中析出,其平均生长速率随着冷却速率的提升而增大。在瞬态冷却速率条件下,随着凝固的进行,瞬时生长速率呈增大的趋势,但是在平均冷却速率条件下瞬时生长速率则略微降低。这是因为在瞬态冷却速率条件下,糊状区冷却速率由慢至快,不断补偿了凝固潜热,同时初始形核数量少,生长空间大,溶质过冷度的影响相对较弱。当熔体温度降低至包晶相变临界温度时,δ晶粒快速转变为γ晶粒,即发生块状转变,导致固相率迅速增加,且伴随有部分γ晶粒快速聚合。整体上讲,包晶相变临界温度随着冷却速率的增大而降低,但是也受溶质初始含量的影响。此后,剩余液相向γ相转变,直至完全凝固。晶粒半径随着冷却速率的提升而减小,且在平均冷却速率条件下比瞬态冷却速率条件更小,这取决于初始凝固阶段的形核数量。     

形变镁合金半固态加热过程中的再结晶及晶粒球状化

实验研究了应变诱发熔化激活法(SIMA)制备AZ91D合金半固态坯料过程中的再结晶现象及其对晶粒球化的作用。结果发现：形变AZ91D镁合金半固态熔化过程中，无论加热速度快慢，组织都要发生再结晶，演变为等轴晶粒。加热速度仅影响到等轴晶粒的均匀性；再结晶是形变组织球化过程的必要条件。快速升温到半固态温度时，再结晶几乎与球状化过程同时进行。     

通过拟合磁化强度函数计算磁熵变

用振动样品磁强计测量DyCo2化合物的磁化曲线,采用二元函数在矩形区域的双一次插值逼近拟合出M (T, H )的二元函数表达式,然后根据磁熵变的热力学公式,计算出它的磁熵变值。通过计算得到DyCo2合金的居里温度为142 K,在外磁场变化为1 T时,最大磁熵变为5.45 J/kg·K,因而DyCo2合金是良好的磁制冷材料。计算结果表明这种计算磁熵变的方法可行,能够得到比较准确的结果。     

Ce对共晶Mg-Al合金组织的影响

模拟AZ9l镁合金半固态液相凝固后期的成分，分析了共晶成分镁铝合金添加不同含量的稀土元素Ce后，铸态显微结构的变化。结果表明：Ce的加入改变了合金的组织，增加了初晶α相的含量，细化了β相并减少了β相的含量。随着稀土Ce加入量的增加，在Ce的加入量为0．6％时，所得的组织最好；在Ce含量大于0．6％时，随着Ce加入量的增加，细化效果反而变差。     

稀土变质处理对低合金铸钢组织和性能的影响

变质处理对耐磨铸钢组织和性能有重要的影响,选择合理的变质处理工艺是提高低碳铸钢耐磨性能的重要手段。用稀土硅铁合金对低合金耐磨铸钢进行变质处理,研究了变质剂加入量对铸钢的硬度和冲击韧性的影响。结果表明：当1#稀土硅铁合金加入量为0.25%时,低合金钢的晶粒细化;在控制冷却的条件下,能稳定地得到上贝氏体＋下贝氏体＋马氏体的复合组织。适量稀土硅铁的加入可以有效地改善低合金铸钢的微观组织、提高低合金耐磨铸钢的力学性能,但稀土加入量不足或过量会使铸钢的性能降低。     

含硅有机锡化合物在酯化反应中的催化性能研究

考察了含硅有机锡化合物在酯化反应中的催化活性,并以合成乙酸异戊酯的反应为例,探讨了影响反应的各种因素。其中,三[(三甲基硅基)亚甲基]氯化锡的催化活性最高,在催化剂用量1.5%,反应时间5h条件下,酯化率达到93.7%。     

Quantum DCS系统及其应用体会

中国联合水泥公司3000t／d熟料生产线电气控制系统采用了法国施耐德公司的Quantum DCS系统，实现对全厂所有设备的工艺操作和控制。全面介绍了QuantumDCS系统的特点、功能系统构成网络，并详细总结了确保该系统稳定可靠运行的使用和维护的经验。     

朗盛:助力涂料行业客户提升竞争力——朗盛携高品质颜料和杀菌剂亮相2007中国国际涂料展

朗盛,作为全球领先的特殊化学品企业,每年以不同的形象亮相于中国国际涂料展。2007年,朗盛以一系列用于涂料行业的高品质颜料和杀菌剂亮相,以期助力中国涂料行业客户提升竞争力。期间,本刊特对朗盛无机颜料业务部亚太区负责人韩乐福博士及材料保护品大中华区负责人顾其峰就朗盛产品及市场方面进行了专访。     

A Simple D 2-Sampling Based PTAS for k-Means and Other Clustering Problems

Given a set of points \(P \subset\mathbb{R}^{d}\) , the k-means clustering problem is to find a set of k centers \(C = \{ c_{1},\ldots,c_{k}\}, c_{i} \in\mathbb{R}^{d}\) , such that the objective function ∑ _x∈P e(x,C)², where e(x,C) denotes the Euclidean distance between x and the closest center in C, is minimized. This is one of the most prominent objective functions that has been studied with respect to clustering. D ²-sampling (Arthur and Vassilvitskii, Proceedings of the Eighteenth Annual ACM-SIAM Symposium on Discrete Algorithms, SODA’07, pp. 1027–1035, SIAM, Philadelphia, 2007) is a simple non-uniform sampling technique for choosing points from a set of points. It works as follows: given a set of points \(P \subset\mathbb{R}^{d}\) , the first point is chosen uniformly at random from P. Subsequently, a point from P is chosen as the next sample with probability proportional to the square of the distance of this point to the nearest previously sampled point. D ²-sampling has been shown to have nice properties with respect to the k-means clustering problem. Arthur and Vassilvitskii (Proceedings of the Eighteenth Annual ACM-SIAM Symposium on Discrete Algorithms, SODA’07, pp. 1027–1035, SIAM, Philadelphia, 2007) show that k points chosen as centers from P using D ²-sampling give an O(logk) approximation in expectation. Ailon et al. (NIPS, pp. 10–18, 2009) and Aggarwal et al. (Approximation, Randomization, and Combinatorial Optimization. Algorithms and Techniques, pp. 15–28, Springer, Berlin, 2009) extended results of Arthur and Vassilvitskii (Proceedings of the Eighteenth Annual ACM-SIAM Symposium on Discrete Algorithms, SODA’07, pp. 1027–1035, SIAM, Philadelphia, 2007) to show that O(k) points chosen as centers using D ²-sampling give an O(1) approximation to the k-means objective function with high probability. In this paper, we further demonstrate the power of D ²-sampling by giving a simple randomized (1+?)-approximation algorithm that uses the D ²-sampling in its core.