天然气脱汞技术的影响因素研究

对天然气中汞的危害性和常规天然气脱汞的技术进行了论述,通过自制DeHg-1脱汞剂、改进脱汞实验装置,研究了脱汞性能的影响因素,得出温度、压力、空速及杂质对脱汞效果的影响情况和影响程度。研究发现温度、空速和杂质对脱汞效果都有不同程度的影响,其中温度影响较大,杂质中一氧化碳对脱汞效果也有较明显的影响。     

宽带数字接收机IQ不平衡估计与自适应补偿算法

针对宽带调制解调技术中广泛存在的IQ不平衡问题,在IQ不平衡模型及补偿原理的分析基础上提出了一种宽带数字接收机IQ不平衡估计与自适应补偿算法。首先利用解调数据对IQ不平衡参数进行实时估计,然后利用估计参数对接收信号进行自适应补偿。实验结果表明,所提算法可以有效解决宽带调制解调系统中普遍存在的IQ不平衡问题,提升系统误码性能。     

优化作业方式提高始极片质量

针对某厂铜电解种板工序存在的始极片质量波动较大的问题,从种板系统体积控制和添加剂匹配的角度出发,分析各种因素对始极片质量的影响,做出了相应的改进措施,使种板系统运行更加稳定,始极片质量得到进一步提升。     

硫酸镍煅烧的实验研究

硫酸镍煅烧可以产生镍氧化物,作为制备氧化镍的原料。以六水硫酸镍为原料,采用热重-差热分析（TG-DTA）、X射线衍射（XRD）分析研究了其煅烧过程并对产物进行了表征。研究结果表明,硫酸镍煅烧过程分为3个阶段：第一阶段（27~250 ℃）及第二阶段（250~600 ℃）为脱水阶段;第三阶段（600~900 ℃）为分解阶段。在煅烧温度为850 ℃、煅烧时间为30 min、粒度为74~147 μm条件下,硫酸镍煅烧产物为氧化镍。     

四喷嘴气化工艺技术优化总结

介绍了四喷嘴气化炉的结构和工艺特点,对多家同行企业较好的改造项目进行总结,通过对工艺烧嘴、拱顶砖结构、事故烧嘴冷却水槽、渣口压差表、洗涤塔塔板、蒸发热水塔、过剩低压闪蒸汽利用和烧嘴冷却水回水分离罐等技改的实施,达到优化装置运行指标、提高装置安全性能、增加运行周期、实现节能降耗、提升竞争力的目的。     

直线运动滚动导轨副混合润滑研究

综合考虑了直线运动导轨副接触几何、预紧力、真实表面粗糙度、曲率系数等因素,建立了直线运动导轨副混合润滑数值模型,研究了滑块移动速度、曲率半径系数、工作载荷、表面粗糙度对导轨接触副润滑特性的影响,得到结论:导轨副法向工作载荷、最大赫兹接触压力和赫兹接触半径随着外加总载荷的增大而增大,平均膜厚随着载荷的增大而减小;混合润滑模型可预测导轨副在大范围工况条件下完整的润滑状态;直线运动导轨大多工作在混合润滑状态下,随着滑块移动速度的增加,接触界面由边界润滑状态向混合润滑状态转变,润滑性能逐渐提高;适当增加曲率半径系数,有利于润滑油膜的形成与稳定。     

社区土地利用对非工作出行方式的影响

基于上海近郊2 420名居民的活动出行调查数据,运用Logistic回归分析,研究社区土地利用对居民非工作出行方式选择的影响。结果显示,在土地利用特征变量中,随着街区设计的提升、社区公共设施密度的增加、土地混合利用熵值的增加,居民非工作出行选择步行的概率将大幅度上升。购物和休闲娱乐受各类土地利用特征变量的影响都较为显著,而外出就餐、看医生等出行所受的影响不显著。这表明改善社区土地利用模式,可以增加居民非工作活动的步行选择,有助于可持续社区建设。     

高Cu含量Al-Cu-Li-Sc合金中W(Al8Cu4Sc)相的形成机制

采用光学显微镜(OM)、扫描电镜(SEM)、电子探针显微分析(EPMA)、X射线衍射(XRD)以及扫描透射电镜(STEM),研究了一种高Cu含量Al-2.35Cu-4.6Li-0.12Sc(at%)合金在均匀化热处理过程中微观组织演变以及W(Al₈Cu₄Sc)相的形成机制。结果表明:铸态时,合金中的主要凝固相为T_B(Al₇Cu₄Li)相,Sc主要以过饱和固溶体的形式存在于基体中;均匀化后,T_B相完全溶解,基体中的Cu含量增加,Sc含量减少,稳定的W相形成。分析表明,由于T_B相与基体界面是非共格的,W相优先在此界面形核将有利于其形核能的降低。W相形核后通过不断消耗其附着的T_B相上的Cu原子和Al基体中的过饱和Sc原子而逐渐长大,直至形成尺寸1 μm左右的稳定粒子。     

基于深度脊波神经网络的电力系统短期负荷预测模型

针对电力系统负荷的非线性预测问题,本文构造了一种基于深度脊波神经网络的电力系统短期负荷预测模型。该模型的隐含层采用脊波神经元,神经元的激励函数采用脊波变换函数。对该预测模型采用受限的玻尔兹曼机学习原理进行预训练,最后利用粒子群优化算法对其进行深度优化精调。通过对某地区实际电网负荷系统进行仿真预测,结果表明,与传统的BP神经网络、脊波神经网络和常规深度神经网络模型相对比,深度脊波神经网络预测模型的日平均绝对误差百分比分别降低了1.96%、1.12%和0.3%,日最大绝对误差分别降低了3.91%、2.19%和1.78%,验证了深度脊波神经网络预测模型具有较好的预测准确度和稳定性。