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。     

基于增强现实技术的3D打印辅助系统研究

简要介绍了增强现实技术及AR+3D打印技术的应用情况,阐述了基于增强现实技术的3D打印辅助系统的构建和实现过程。该系统利用Unity3D引擎,以3D打印模型为研究对象,将3D打印技术和增强现实技术相结合,实现了虚拟和真实环境的融合显示。系统发布于PC端并应用于3D打印工作和机械结构教学中,对于促进机械行业的智能化发展具有重要意义。     

钢渣热焖工艺及其对水泥性能的影响

本文研究了不同的热焖压力和时间对钢渣活性的影响和钢渣的不同掺量对水泥性能的影响.热焖工艺主要改善的是钢渣的膨胀性,熟料的7 d膨胀率为0.034％,未热焖的钢渣掺入15％和35％时膨胀率分别增加155.9％和311.8％,而1 MPa 1 h热焖后,相比于未热焖的情况,钢渣掺入15％和35％时分别降低77.0％、89.3％,钢渣掺量25％时,其3 d、7 d、28 d 抗压强度分别增加8. 0 MPa、3.6 MPa、2.7 Mpa,分别提高21.1％ 、11. 3％ 、6. 1％.     

大气污染控制技术和热能利用技术在涂布业的应用

压敏胶(PSA)生产过程中需要大量的能源,随着全球能源价格的上升,能源成本所占的比重越来越高,为提升企业的竞争力,提高能源使用效率、降低营运成本正成为企业管理者必须思考的问题之一。鉴于此,对大气污染控制技术和热能利用技术在涂布业的应用进行了分析和探讨。     

一种防火墙流表备份系统

本文首先介绍双机热备工作模式,接着分析现有技术方案,最后提出3个改进点,并阐述每个改进点在保障NAT场景下的流量切换和非对称路径流量中所起的作用。     

拜耳材料科技以二氧化碳替代石油生产聚氨酯

拜耳材料科技主张优先利用热回收焚烧废旧聚氨酯产品,从而促进聚氨酯硬泡的循环利用。聚氨酯商业部门(欧洲、中东、非洲及拉丁美洲地区)主管Hermann Josef Dorholt称公司期望二氧化碳能代替石油成为生产原料。“我们在该领域取得了成功,且项目正不断取得进展。”聚氨酯创新部门主管Ulrich Liman表示:“我们希望未来的20-30年能不再使用石油生产聚氨酯产品。目前,我们已有相关的研