安徽省环境激素类化学品调查成果及对策建议

根据安徽省2016年9月-12月开展的全省化学品生产使用情况调查工作,统计出安徽省环境激素类生产使用状况,分析了环境激素类化学品区域、行业分布特征,探讨化学品调查等环境管理方面存在的问题,并据此提出相应的对策及建议。     

基于前馈电压与Crowbar协调的直驱型风电系统 低电压穿越控制策略研究

当电网电压下降或短暂波动时,为了避免风机与电网断开,给电网带来干扰,影响电能质量,要求风电场具备低电压穿越能力。文章对直驱型风电系统低电压穿越技术进行了研究,提出了一种基于电网电压信息前馈与Crowbar电路协调的控制方法。该方法将硬件卸荷的思想和改进的控制策略相结合,两者协调共同维持直流母线电压稳定。基于Matlab/Simulink的仿真结果表明,该方法在电网电压跌落期间既可提高直流母线电压的稳定性和动态调节能力,又能降低发电机侧输出功率,并且减少了Crowbar电路的作用时间,有效地提高了机组的低电压穿越能力。     

多端口T/R组件的单通道噪声系数测试方法

多端口T/R组件输出端口的噪声由各个通道共同决定,要测试单独通道的噪声系数非常困难。提出了一种基于衰减器改变的多端口TR组件单通道噪声系数测试方法,消除了其他通道的噪声影响,实现了对单独通道噪声系数的测试。通过测试一个8通道T/R组件的各个通道噪声系数,与单独通道测试结果进行了对比,两种方法测试结果最大差异为0.08 dB,验证了该方法可以很准确地测量多端口网络的单通道噪声系数。     

纳米镍粉的制备工艺及产业化研究进展

综述了纳米镍粉的制备方法(包括物理法和化学法)及产业化现状,对纳米镍粉的各种制备方法进行了分析和评价。与物理法相比,化学法的产量高、成本低廉,能制备出性能优异的纳米镍粉,适合规模化生产;使用化学法制备的纳米镍粉的纯度、粒径及成本的控制仍需进一步加强。同时,对今后纳米镍粉的制备和产业化发展提出了建议。     

小波分析用于表面等离子体波光谱的噪声滤除

针对光纤表面等离子体波传感器,对小波阈值去噪的方法在测定表面等离子体波光谱中的应用进行了理论研究.首先将高斯白噪声加入理论SPR光谱,利用Daubechies9和Symlet7、11、14、1 5等五种小波分别对其进行去噪.将去噪后的共振峰强度和共振波长与理论值相比较,可知Symlet11小波用于SPR光谱的去噪性能较好.搭建光纤SPR传感器实验系统,利用Symlet11小波对在五个不同时刻测得的SPR反射光谱进行去噪,去噪后的共振波长和共振强度的标准偏差分别为0.4039 nm和0.2231%,通过对比证明小波阈值去噪方法能较好地修正由于噪声所产生的共振波长漂移,使得光纤SPR传感器满足实际运用的需要.     

基于反射光强度检测的棱镜SPR传感器

提出一种基于Kretschmann结构的新型棱镜表面等离子体波共振(SPR)传感方法.基于常规SPR角度检测系统,固定入射光角度,检测不同待测液体介质所对应的光强反射率,实现对液体相关性质的检测.通过建立理论模型和数值模拟,考察棱镜基体类型、金属薄膜介电常数和厚度、入射光波长等参数对SPR光强反射率的影响,进而提出耦合系数η用以衡量SPR效应强弱和变化趋势.此检测方法可省去常规角度调制系统中精密角度旋转装置,无需实时调整光探测器接收角度,并可根据需要动态调整检测范围.     

紫苏油的药理活性及其缓释技术研究进展

紫苏油营养丰富,可抗过敏、抗炎症、抗癌、抗衰老和降血脂等,具有极高的研究价值。然而我国对紫苏油的研究开发刚刚起步,加之紫苏油易氧化,储存稳定性低,极大地限制了其应用。介绍了紫苏油药理活性和缓释技术的国内外研究现状,以促进紫苏油深度开发和广泛利用。     

具有时变需求的配送型多级库存优化研究

考虑到战术仓库的需求率具有时变性的特点,应用供应链管理的思想研究了一个战役仓库、多个战术仓库组成的配送型多级库存优化问题,建立了战役仓库采用等量订货策略,战术仓库分别采用等间隔、等量订货策略时的模型,并采用自适应遗传算法实现了模型的求解,实例验证了模型及算法的有效性.实例表明：战役仓库采用等量订货策略,战术仓库采用等间隔订货策略时总费用最低.     

认知无线电技术在煤矿井下的应用研究

针对现有煤矿井下无线通信系统载频和调制方式等参数固定、无法适应巷道信道模型变化而导致通信可靠性低的问题,提出了在煤矿井下无线通信系统中应用认知无线电技术的方案,即利用认知无线电技术感知通信系统所处巷道的频谱和信道模型,实时、自适应地调整载频、调制方式等传输参数的特点,从而优化煤矿井下无线通信网络的传输性能;综合分析了认知无线电在煤矿井下应用的可行性;最后给出了认知无线电在煤矿井下应用的实现模式。     

基于GA-FSVR的极端温度应力下智能电能表退化预测模型北大核心

针对极端温度应力下智能电能表退化情况难以准确预测的问题,以计量误差作为退化指标,提出一种基于融合核支持向量回归(FSVR)与遗传算法(GA)的智能电能表退化预测模型。为了兼顾预测模型的学习与泛化能力,在传统单核支持向量回归模型的基础上,提出一种基于RBF核与Sigmoid核的新的融合核函数,并进一步建立基于融合核函数的FSVR模型,预测极端温度应力作用下智能电能表的退化过程;在FSVR模型参数调节阶段,通过GA对核参数进行优化,提高模型预测精度。采用某批次智能电能表分别在高温(50℃)、低温(-40℃)两组极端温度应力下连续14个月的实际退化测试数据展开比较实验,结果表明提出的预测模型能准确追踪不同极端温度下智能电能表的退化趋势,可为我国典型地区的智能电能表可靠性分析提供指导。