基于神经网络的树核星型PAM合成条件优化

采用光引发自由基聚合合成了一种星型聚丙烯酰胺(PAM),根据L(43)正交实验的结果,利用MATAB的人工神经网络设计,完成了神经网络的学习,据此预测了引发剂浓度、单体浓度、反应时间和光强对反应转化率和特性粘数的影响.对预测结果进行验证得到产品的最佳合成条件为:二苯甲酮浓度为0.5mmol/L,丙烯酰胺浓度为28%,反...     

锅炉燃烧调整对NOx排放影响的研究

火电厂燃煤锅炉中排放的氮氧化物(NOx)是造成大气污染的主要成分之一,如何经济有效地控制其排放量是我国乃至世界节能减排领域中急需解决的问题.NOx的排放受很多因素影响,文中结合潍坊电厂3号、4号超临界压力直流锅炉,从省煤器出口氧量变化、炉膛大风箱压差变化、SOFA风量变化、CCOFA风量变化、不同磨煤机运行组合、偏置风...     

煤制芳香化合物的探讨

综述了国内外两种煤制芳香化学品技术的研究现状,一种为煤热解制芳香化学品,包括煤快速热解和煤热解物定向催化转化技术;另一种为煤加氢液化制芳香化学品技术。今后在加强煤制芳香化学品研究的同时,还应加强对煤液化产品分离技术的研究。     

国产铁基牺牲阳极在冷却器上的应用

依据阴极保护的理论分析了铁基牺牲阳极保护铜冷却器的可行性;收集了几种典型的国产铁基牺牲阳极材料与俄罗斯的铁基牺牲阳极材料进行了室内电化学保护性能对比,并且选取了国产Q235B材质的铁基牺牲阳极与俄罗斯的CT3nc材质铁基牺牲阳极,在实船冷却器上进行了对比应用试验。结果表明,国产铁基牺牲阳极材料的电化学性能与俄罗斯的阳极材料相当,工作电位处于船用铜合金的保护电位范围,电流效率略高于俄罗斯铁基牺牲阳极;实船试验选用的国产Q235B材质铁基牺牲阳极,其活化性能略优于俄罗斯的CT3nc材质铁基牺牲阳极,其保护期效远长于传统的锌合金牺牲阳极。     

精耕细作终丰收——泰兴电信农村市场经营发展侧记

2013年泰兴电信农村市场经营发展取得了在全省59个县公司综合排名第七,B类分公司第一的好成绩.近年来,通过创新经营机制、优化组织结构、实施经济责任制和划小单元核算等一系列举措,泰兴电信农村市场迅速成长,为泰兴电信各项业务发展立下汗马功劳.农村市场的大发展促进了业务收入的大幅提升,有效拉动了户均流量,2013年1月至12月,泰兴电信农村市场同比业务收入增幅达8.39％,农村市场天翼手机同比增幅21.46％,超额完成全年指标,列泰州全区第一.     

基于Hadoop的运营商流量经营分析系统建设方案

随着移动互联网的快速发展,运营商的核心战略转向以智能管道为基础的流量经营。本文在对Hadoop平台和流量经营分析系统进行分析的基础上,提出了一种基于Hadoop平台的流量经营分析系统实现方案,以期有助于提升运营商的流量内容研究能力和智能营销支持能力,避免"量收剪刀差"的不断拉大。     

浅谈电刷-导电环摩擦副使用寿命的影响因素

主要从电刷-导电环材料配对和工作环境两方面探讨了电刷-导电环电接触滑动摩擦副使用寿命的影响因素,认为其使用寿命是多种因素综合作用的结果,包括电刷-导电环配对材料的选择,周围气体环境和湿度环境,电接触摩擦副的压力以及相对滑动速度,电刷的加工方法和烧结密度及其中石墨的含量、晶粒大小和晶粒取向等。对于获得高可靠长寿命的滑环具有一定的指导意义。     

固态Cu-9wt%P合金在液态铝中溶解过程的研究

本文以固态Cu-9wt%P合金为研究对象,研究了973 K时固态Cu-9wt%P在铝液内的溶解过程。通过静态溶解和水淬实验得到了保留溶解过程信息的凝固组织。采用ZEISS Axio Vert.A1光学金相显微镜、扫描电子显微镜(Scaning electron microscope, SEM)对凝固组织进行了分析。研究发现固态Cu-9wt%P合金在铝液内溶解时,随着溶解时间的延长,固液界面上Cu-9wt%P合金一侧易形成单相Cu₃P,固液界面前沿富集有颗粒和层状的AlP。总结了固态Cu-9wt%P合金在铝熔体的溶解过程,揭示了溶解速度慢的根本原因。。     

基于改进后半监督深度信念网络的多工况轴承故障诊断研究

随着工业自动化的发展,各类旋转机械在多工序、多任务约束下,其轴承转速与载荷均会发生变化,导致针对单一工况的故障诊断方法的准确率大打折扣.因此,提出一种多工况约束下轴承故障诊断方法,该方法基于半监督深度信念网络(Semi-supervised deep belief network,SSDBN),利用少量标记数据即可完成故障分类、判断,提高了跨工况故障诊断的准确率.首先将源域与目标域设置为负载相同、转速与损伤尺寸不同的数据集,通过小波包分解对源域和目标域信号进行重构;在此基础上,应用最大平均差算法(Maximum mean discrepancy,MMD)作为源域和目标域数据特征分布差异评价指标,筛选出分布差异较小的特征样本数据;利用改进后的半监督深度信念网络训练较少的标签数据和大量无标签数据,提高待测数据的分类精度;最后,以凯斯西储大学轴承数据集为例进行试验,验证相同负载不同转速与损伤尺寸工况下模型的诊断精度,以及不同负载、转速、损伤尺寸工况下的模型诊断精度.结果 表明该方法能够提高轴承在多工况约束下的故障诊断准确率,减少故障诊断的误报率,并能降低训练模型过程中的梯度消失现象,提高故障分类成功的概率.另外,提出的方法无需考虑各种特征的灵敏度,亦无须依赖专家知识与经验,具有较强的普适性与兼容性,有利于及时发现并替换损坏轴承,保证机械设备安全、可靠地运行.     

并行小生境粒子群优化的模糊聚类算法

针对模糊聚类算法对初始聚类中心敏感、容易陷入局部最优的问题,采用并行小生境粒子群优化算法对模糊聚类算法进行改进.通过山谷函数对小生境进行识别以形成互斥的多个子群,采用惩罚函数实现多子群并行搜索过程中的信息共享机制,引入混合聚类有效性函数获取最佳聚类数.仿真结果表明,该算法能提高模糊聚类算法的搜索效率以及分类精度.