扇形轴承瓦块平面度保证的加工方法研究

二氧化碳压缩机及合成气压缩机在机组运转过程中,时常由于推力瓦温度高导致压缩机不得不降负荷运行,通过系统分析发现瓦块工作面的制造精度与瓦温存在直接关联。推力瓦块为扇形结构,加工制造工艺流程为整圆加工后按角度均匀切开,最后需要在瓦块端面通过冲死的方法组装销钉,如此一来便造成了瓦块推力面的变形出现。文章重点介绍了一种应用磁盘辅助加工的工艺方法,解决瓦块加工变形问题。     

存在同轴度误差的径向永磁联轴器传动特性分析

针对径向永磁联轴器在制造和安装的过程中,主从动转子间易产生同轴度误差,从而引起传动不平稳、效率降低等问题。首先通过磁场分析得到同轴度误差的存在会导致磁力线分布和磁感应强度出现明显的不均匀变化,再利用磁荷库伦定律建立同轴度误差下径向永磁联轴器传动特性的数学模型,推导出相应转矩计算公式,并将公式计算值与仿真测试得到的径向永磁联轴器稳定传递转矩数值分析比对,验证所得转矩公式的正确性。最后根据公式的计算结果分析不同结构参数下同轴度误差对系统传递转矩的影响,得出为保证各型号尺寸的联轴器系统可实现正常传动时的安装精度。     

提升生活排水系统卫生安全性能的关键问题

新冠肺炎确诊患者粪便病毒检测呈阳性,意味着新冠病毒可能会通过气溶胶的方式进行传播,使得生活排水系统的卫生安全问题时隔17年后再次摆在人们面前。以保障人的健康为出发点,从基础研究、排水机理、系统设计、施工监管、维护管理等多方面提出了提升生活排水系统卫生安全性能的关键问题,以期从全生命周期内切断排水系统可能传播病毒的隐形途径,切实保障居民居家健康。     

LTE室分高倒流小区解决方案的研究

LTE室分高倒流直接影响室内4G用户的感知，同时较大程度拉低LTE网络驻留率指标。由于室内无线环境的封闭性，室分小区之间的覆盖独立性，仅仅通过参数调整的手段达到降低高倒流的效果非常不明显，因此本文针对目前影响室内用户感知的高倒流问题，从高倒流小区的标准出发，对室分高倒流小区的发现手段，产生原因及解决方案进行详尽地阐述，并针对各类型的高倒流情形提出解决方法，最终提供读者发现、分析及解决室分高倒流小区的有效方案，从而作为研究方法提供给LTE室内小区高倒流问题解决的指导意见     

工程建设标准客观优先度评价研究

在工程建设标准的制定和修订过程中，如何科学地确定编制顺序一直是困扰标准管理部门的难题，采用传统方式“按需制标”，具有盲目性、主观性，容易造成标准在制定和修订过程中的互相重复、滞后与矛盾。为了保证标准制定和修订工作的协调性，指导标准体系中各标准的制修订顺序，引入复杂网络拓扑结构，将同一标准类型下的标准构成功能团，根据相互之间的关系形成复杂网络，采用剥落算法对其网络节点重要性排序，进而确定标准制修订的优先度。通过对建筑给水排水工程规范标准修订的实证分析，总结工程建设标准的网络拓扑优先度评价的算法模型，实现制定和修订顺序的自动计算，从而更加科学地指导标准的制定和修订工作     

改型Wollaston棱镜干涉光谱仪的调制度研究

改型Wollaston棱镜(MWP)无需中继,可构建微型傅里叶变换光谱仪。回顾了MWP的基本原理,从调制度定义出发,计算得到准单色光源的复相干度,找到调制度的影响因素——扩展视场、剪切结构、焦面探测等。建立一般的干涉定域分析模型后,由像点逆光路追迹给出MWP的厚度计算公式,代入调制度约束参数得到不同参量的误差容限。通过FRED记录不同视场扩展情况的灰度与辐照度,结果显示,调制度为0.9时,视场与理论估算值1.24°基本相符;不同剪切量的灰度与辐照度变化特性表明,结构角会使定域垂直系统光轴的入射角发生变化,与晶轴倾角共同影响双折射率差;2.5和8μm像元探测采样表现出调制度差异,描述了定域深度或离焦的影响。以准单色光源、复相干度表示调制度,可将不同影响因素统一至约束参数中,相关变量误差容限可作为MWP-FTS的设计依据。     

基于热负荷自动调节的延迟焦化加热炉三点注汽量智能优化

针对国内某炼油厂延迟焦化加热炉三点注汽问题，采用热负荷自动调节的算法进行了研究。运用该模型方法，分析了三点注汽量对加热炉热负荷和炉管结焦系数的影响，发现三点注汽量的改变均会对热负荷和炉管结焦系数产生影响，主要表现为提高注汽量将会提高热负荷，同时降低结焦系数；第1点注汽量和第2点注汽量对热负荷和结焦系数的影响较强，第3点注汽量对热负荷和结焦系数的影响较弱。在实际操作中，加热炉中的结焦程度既不能太强也不能太弱，合适的结焦系数能够保证正常开工周期里炉管不结焦，也能保证瓦斯、注汽量等参数的合理分配。通过对热负荷、注汽量的智能分配，可得到不同原料油加工负荷条件下更加合理的装置运行方案。     

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。