复杂炼油塔模拟的改进联立方程内外层算法

在内外层算法的基础上，采用联立方程思想将主塔、侧线汽提塔视为一个整体进行建模，并针对复杂炼油塔的特点对算法提出了改进。首先，由于传统内外层法简化的K值模型对组成的变化不敏感，在处理带有石油的体系时，容易出现迭代次数较多，甚至部分塔板温度更新异常的问题，因此采用了汽相分数加和式推导了简化的K值模型加权因子。其次，借鉴流量加和法思想，规定侧线汽提塔的塔底产品流量作为设计变量，增强了算法收敛的稳定性。为验证改进后算法的有效性，采用不同的算法对实际的常压塔进行了模拟，结果显示改进后的算法适合应用于复杂炼油塔的模拟计算。     

高性能碳基储能材料的设计、合成与应用

电化学储能器件的性能很大程度上决定于其电极材料。碳材料具有来源广泛、化学稳定性好、易于调控、环境友好等优点，被广泛应用于各类能量存储系统，但仍存在能量密度低、倍率性能差等问题。本文从碳材料孔结构调控、杂原子掺杂、与金属氧化物复合三个角度，综述了构建高性能碳基储能材料的设计合成策略，介绍了其在锂/钠离子二次电池、超级电容器等领域的研究进展，对几种方法策略的优缺点进行了总结，并对未来的研究方向进行了展望。本文对高性能碳基储能电极材料的设计开发具有积极意义。     

浮选柱反浮选脱镁工艺研究

利用浮选柱对高硅镁中低品位胶磷矿(P_2O_5 25.74%、MgO 1.31%、SiO_2 13.79%)进行反浮选脱镁实验,优化了反浮选脱镁工艺,并比较了浮选柱和浮选机的反浮选脱镁效果。确定最佳脱镁工艺条件为:捕收剂用量1.2 kg·t~(-1)、磷酸用量7 kg·t~(-1)、充气流量600 L·h~(-1)、冲洗水流量6 L·h~(-1)、柱径比8,在此条件下,得到P_2O_5品位为27.36%、MgO含量为0.64%的精矿,且精矿产率为92.65%,P_2O_5回收率为98.71%。     

模内装饰薄膜滞热对成型工艺的影响分析

以模内装饰技术(IMD)测试平板为研究对象，利用仿真和实验方法分析薄膜滞热的影响因素及薄膜滞热对成型工艺的影响规律。结果表明，薄膜滞热使动模侧模具温度场变化滞后于定模侧温度场，且在实验条件下达到8.6 ℃的最大温度差；薄膜滞热随着模具温度的增加而降低，随熔体温度和薄膜厚度增加而升高；薄膜影响熔体的充模与冷却，造成产品冷却不均的现象；薄膜滞热导致产品翘曲变形增加。     

中医药临床研究电子数据管理特点及标准操作规程的制定

电子数据管理具有节约成本、缩短研发周期、提高数据质量等优势,已逐步成为临床研究数据采集与管理的主流形式,规范开展电子数据管理工作是提高中医药临床研究质量的重要措施。本文介绍了临床研究电子数据管理标准操作规程(standard operating procedure, SOP)的作用、制定原则、一般体例、制定流程、SOP的管理与培训以及实际工作中常用的SOP,最后讨论了中医药临床研究电子数据管理的特点及难点,并给出了建议的解决措施。     

喷油方式对斜齿轮齿面温度的影响

为探讨喷油方式对齿面温度的影响，以斜齿轮为研究对象，通过CFD仿真和试验研究不同喷油方式对斜齿轮齿面温度的影响。针对斜齿轮喷油润滑过程的特点，分析其齿面摩擦生热量，简化轮齿喷油润滑计算模型，并基于CFX进行齿面对流换热仿真研究，得到了不同喷油方式下的齿面温度；基于功率开放式斜齿轮试验平台，对不同喷油方式下的齿面温度进行了试验测量，与仿真计算结果进行对比分析。结果表明：在高速重载斜齿轮传动系统中，啮出侧喷油润滑的方式比啮入侧喷油润滑方式的冷却降温效果要好。     

面向医院建筑项目的IPD模式应用研究

医院建筑项目是非常复杂且具有挑战性的建设项目。传统的交付模式无法满足人们对医院建筑建设、运营方面的高要求,为此开展面向医院建筑项目的IPD模式应用研究。在对IPD模式发展现状整理的基础上,阐述医院建筑项目IPD模式的适用性。分析采用IPD模式的医院建筑项目特点,并以上海市某公立三甲专科医院项目为例,对IPD模式在国内的应用进行探索性研究。     

溶液浓差能驱动的逆电渗析反应器制氢实验研究

低品位热能制氢技术首先是将热能转换为溶液浓差能，然后通过逆电渗析（RED）反应器将溶液浓差能转换成氢能。为了验证RED反应器能将溶液浓差能转换为氢能，探索关键运行参数变化对能量转换过程的影响。设计了一个由40个膜对所构成的RED反应器，以NaCl水溶液为工作溶液，NaOH水溶液为电极液的制氢系统。通过改变浓/稀溶液入口浓度，溶液过膜流速以及输出电流来考察对RED反应器产氢率、制氢效率和能量转换效率的影响。实验结果发现，浓/稀溶液入口浓度，过膜流速变化均会影响RED反应器的输出电流。在外电路短接条件下，输出电流越大，反应器产氢率和制氢效率越高，但能量转换效率越低。     

改进Elman神经网络在短期热负荷预测中的应用

热电厂的短期热负荷预测在城市集中供暖中起着至关重要的作用,直接影响热电厂的经济效益和热能利用率。电厂的短期热负荷一般采用神经网络预测模型进行预测,而BP神经网络应用最为广泛。Elman神经网络算法在BP神经网络基础上加入了承接层,作为一步延时算子,实现记忆能力,使系统具备适应时变能力,增强系统全局稳定性。但Elman神经网络算法模型的构造依然需要大量样本的支撑,而且输入层的变量多,导致预测时间依然很长,收敛速度慢。该文在Elman神经网络预测前,进行了相关系数预处理和对样本中异常值的平均化预处理,通过数据归一化运算,使Elman神经网络输入层变量大幅减少。仿真实验表明,改进的Elman神经网络算法使预测模型快速寻优,减少预测时间的同时明显提高预测精度。     

Fe-Zn基废脱硫剂制备铁碳材料及其对废水微电解性能

以Fe-Zn基废脱硫剂、煤、Na ₂CO ₃为原料进行高温炭热还原反应，制备了铁碳材料，实现了Zn和S的分离，有望能实现废脱硫剂的综合利用。考察不同工艺条件（配比，温度，时间）对铁碳材料品质，Zn单质分离效率和Na ₂S的收率影响。结果表明： 反应温度≥900℃，煤∶废脱硫剂≥1，Na ₂CO ₃∶废脱硫剂≥1.5，反应时长≥2 h，Zn、S的分离回收效率可达到95%以上。且900℃制备的铁碳材料比表面高达193.6 m ²/g，介孔孔体积为0.028 cm ³/g，炭均匀附着于铁骨架。微电解-芬顿联用降解有机废水实验表明：仅微电解或微电解-芬顿联用（H ₂O ₂=COD=1500 mg/L）时，自制铁碳材料的稳定化学需氧量（COD）去除效率（41.78%、73.56%）都高于商业铁碳（8.43%、48.43%)。本文实验结果表明废脱硫剂与煤和碳酸钠混烧可实现废脱硫剂中Zn与S的分离回收，成功获得了比表面高、去除COD性能好的铁碳材料。