印度洋海盆沉积物中稀土的赋存状态及其浸出研究

印度洋海盆沉积物作为重要的稀土资源，已成为保障我国稀土供应的重要途径。为探究利用印度洋海盆沉积物提取稀土的可行性，通过激光粒度分析、化学物相分析、SEM分析等考察了某印度洋海盆沉积 物中稀土元素赋存状态，并采用硫酸为浸出剂，研究硫酸浓度、液固比、浸出温度及时间对稀土浸出率的影响，对最佳条件下获得的浸出液通过氨水中和沉淀净化。结果表明：①沉积物颗粒极细，体积平均粒径仅 4.47 μm，其主要矿物组成为黏土、锰氧化物、石英、长石、云母、绿泥石和石盐，其中稀土主要赋存于磷灰石中，占总稀土比例达73.10%；②在硫酸浓度2 mol/L，液固比7∶1，浸出温度55 ℃，浸出时间120 min的 最佳条件下，主要稀土元素La、Ce、Nd和Y的浸出率分别为80.57%，66.33%，88.42%和93.25%，高价值的重稀土Gd、Dy和Er浸出率分别为92.63%、55.30%和93.17%。③稀土浸出液成分复杂，且稀土含量偏低，仅有100 mg/L左右，采用氨水调节pH值至5.14，可有效去除Al和Fe，但稀土损失率也达到了30.85%。该研究结果对进一步开发利用深海稀土资源具有重要意义。     

基于改进EKF算法的锂电池SOC估算

采用传统EKF算法对电池SOC估算时,系统噪声先验特性未知及电池模型误差会影响电池SOC估算的精度。论文提出一种基于改进EKF算法的锂电池SOC估算方法:通过建立电池等效电路模型,联合安时积分法原理,得到系统的状态空间方程;接着引入数据校正的思想,运用Cauchy鲁棒函数,以EKF观测方程的真实值与估计值之间的残差为依据,实时矫正了滤波状态噪声协方差阵Q,且在SOC区间内通过观测噪声协方差阵R进行了动态调整,使算法具有更强的鲁棒性。仿真结果表明,与传统的EKF算法相比,改进后的EKF算法估算误差降低了3.5%,且算法的平均误差保持在0.68%左右,验证了该方法的有效性及精确性。     

基于IWO-ESN的网络流量预测研究

为了提高网络流量的预测精度,针对ESN网络预测结果易受谱半径SR、神经元个数N、输入单元尺度IS、连接稀疏度SD以及嵌入维数p等参数的影响,利用IWO算法收敛速度快的特点对ESN模型参数进行优化。研究结果表明,IWO-ESN可以有效提高网络流量的预测精度,同时可以对ESN网络模型参数和嵌入维数p进行自适应选择,为网络管理优化和拥堵控制提供决策依据。     

时间同步系统的设计与优化

随着电力生产设备自动化程度越来越高,对设备安全运行管理的水平也提出了更高的要求,这就需要一套高精度的时钟系统来实现。现就时钟系统的配置方案进行了详细分析,各厂站需结合自身的需求进行配置;同时对时钟系统功能、要求、原理、配置方案及故障后对被授时设备的影响进行了详细阐述。完善的时钟系统不仅有利于加快事故的分析处理,更是提高了电力系统的稳定运行能力。     

低觉醒脑电识别与唤醒的可穿戴系统研究

为智能化地识别警戒作业人员出现的低觉醒、注意力下降的生理状态，本文介绍了一种基于FPGA和脑电信号处理的低觉醒状态检测与唤醒系统，系统通过传感器从大脑头皮采集脑电信号，转换为数字信号，经傅里叶变换获取了脑电信号的θ相对能量、α相对能量、重心频率、谱熵等4个特征量，由4个特征量表征低觉醒状态并运用支持向量机对低警戒状态进行识别，当识别出低觉醒状态时采用声音报警模块发出声音，唤醒警戒作业人员。设计系统能够较好地识别出低觉醒状态，识别率达90.8%，可为提高警戒作业工作绩效提供一种可穿戴的智能装备。     

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。     

药用观赏植物在园林绿化中的配置整合应用

在园林绿化中,药用观赏植物的配置整合应用对于提升园林绿化的综合配合效益具有重要作用.分析药用观赏植物的作用,提出药用观赏植物在园林绿化中的应用原则,并以常见的金银花、紫茉莉、菊花为例,对不同药用观赏植物在园林绿化中的配置整合应用进行探讨.