基于贝叶斯网络的电梯振动故障诊断及维修方案决策

电梯异常振动由于故障原因复杂难以快速诊断排除,现通过构建贝叶斯网络基础结构,并用实际设备测量和实验数据进行贝叶斯网络学习,最终利用电梯振动贝叶斯网络进行故障模拟、故障诊断和维修方案决策,进一步提出了电梯异常振动故障智能化解决方案。     

大型核电机组涉网保护与电网安全自动装置的协调控制原则

针对中国目前应用最为广泛的压水堆核电机组,分析了核电机组涉网保护与电网安全运行的相互作用和影响,提出了核电机组涉网保护与电网安全自动装置的协调控制原则。在全过程动态仿真程序已有的压水堆核电机组模型基础上,研究了电网电压、频率扰动引起的核电机组和电网的动态特性,着重分析了超速保护、过励限制和保护、频率异常保护、主泵保护等涉网保护和电网高频切机、低频减载等安全自动装置的动作特性、相互影响及其协调关系。结合实际电网算例,验证了相应的协调配合原则,为核电厂及其所接入电网参数整定、定值优化及协调控制等提供了参考。     

产DHA破囊壶菌Aurantiochytrium sp. HX2019010的筛选及其脂肪酸组成分析

为筛选产二十二碳六烯酸(Docosahexaenoic acid,DHA)菌株,从厦门市红树林的海水腐木中分离到一株球状真菌HX2019010,通过扫描电镜观察,测定ITS序列,与Genbank数据库比对,该菌株与破囊壶菌相似性较高。选取ITS序列相似性较高的相近菌株构建的进化树表明,菌株HX2019010与Aurantiochytrium类群聚为一枝,自举检验值较高,初步定名为Aurantiochytrium sp. HX2019010。该菌株在发酵罐中可产生较高浓度的DHA,98 h发酵后生物量达108.27 g/L,总油脂达28.43 g/L,DHA达9.17 g/L。细胞脂肪酸组成分析结果表明,该菌株所产脂肪酸主要为棕榈酸、DHA、肉豆蔻酸等;脂肪酸组成受培养时间或培养条件的影响,总量可达细胞干重的26.26%, 其中DHA占脂肪酸总量的32.25%-45.86%。     

光催化降解壬基酚聚氧乙烯醚的研究

研究了以悬浮态TiO2为催化剂,在H2O2存在的条件下,对壬基酚聚氧乙烯醚的光催化降解反应。分别考察了pH值、TiO2和H2O2的加入量、壬基酚聚氧乙烯醚的初始浓度以及光照时间对降解反应的影响。结果表明:在pH值为5,H2O2质量浓度为30mg/L的条件下,对初始质量浓度为50mg/L的壬基酚聚氧乙烯醚溶液光照4h后降解率达46.32%。     

低频超声／内电解法联用处理酸性红B废水

为了探讨弱酸条件下低频超声,内电解法协同处理酸性红B（Acid Red B．ARB）的可行性,考察了弱酸条件下低频超声、内电解法及低频超声／内电解法联用对ARB模拟废水的处理效果。结果表明,使用低频超声单独处理时,ARB降解缓慢,经10min辐射后,ARB的去除率不足4．7％：内电解法降解ARB速率较慢。反应10min,ARB的去除率仅为49．9％;低频超声／内电解联合作用对降解ABR有明显的协同效应,反应10min,ARB的去除率达90．0％以上。反应过程符合一级动力学,在频率为59kHz,功率分别为175W和250w的超声波协同作用下,ARB降解的表观反应速率常数比单独内电解法分别提高了2．72倍和3．38倍。该工艺操作简便、快捷,具有广阔的应用前景。     

浅谈电梯智能容错技术的应用与发展前景

本文首次提出将智能容错技术作为电梯故障的解决方案,阐明容错概念在电梯领域应用的意义,进一步讨论电梯智能容错技术的实现方法、可行性和发展前景。     

山东电网基于WAMS的低频振荡统计与评估

提出一种基于广域测量系统(WAMS)的方法对日常扰动引起的小幅振荡进行在线识别和统计,从而可以在系统正常运行中,利用实测数据找到系统的固有振荡模式,对其中易激发的危险模式进行节点同调分群、振荡中心识别和贡献因子计算等模态分析并告警,从而补充或纠正了根据数学模型和特定工况进行振荡分析时,由于模型和参数不准确导致的遗漏和误差。以这一功能在山东电力调度中心应用的实例说明了该方法的有效性和推广应用的重要性。     

基于灰度直方图的激光光斑中心定位算法

为了提高半导体激光加工中激光光斑中心定位精度,根据皮秒超短脉冲激光辐照单晶硅后产生的光斑图像灰度分布特点,提出了一种基于灰度直方图的激光光斑中心定位算法,通过模拟激光光斑仿真分析和单晶硅刻蚀实验,对比研究了不同辐照时间与不同激光功率条件下该算法与传统算法的定位精度。结果表明,在辐照时间不同的条件下,该算法定位精度达到0.761μm,比灰度重心法提高51.3%,比最大行列灰度值法提高93.9%;在激光功率不同条件下,该算法的定位精度达到0.793μm,比灰度重心法提高73.4%,比最大行列灰度值法提高86.8%。此研究可为皮秒超短脉冲激光光斑中心定位控制系统的设计提供指导。     

面向社会事件的半监督自训练多方立场分析

已有的立场分析方法主要采用有监督或无监督方式训练立场分类模型,有监督模型训练通常需要大量有标注数据支持,而相比有监督模型,无监督模型的性能差距较大.为了降低模型训练对有标注训练数据的要求,同时保证模型性能,文中面向社会事件相关的社交媒体文本,提出半监督自训练多方立场分析方法.对于自训练方法,在模型迭代训练过程中,选择高质量样本加入训练集合,对提升模型性能起到关键作用.为此,文中方法首先根据用户立场一致性度量文本的分类置信度,然后利用话题信息进一步筛选高质量样本扩充训练集合,保证模型性能不断提升.实验表明,相比相关工作中的代表性方法和其它半监督模型训练方式,文中方法能够取得更优的立场分类效果,并且方法依据的用户立场一致性和话题信息均有助于提升立场分类效果.     

coarse-grained CFD-DEM方法在不同流态流化床中的模拟验证

传统CFD-DEM方法的计算量随着系统内颗粒数目的增加而显著增加，coarse-grained CFD-DEM（粗颗粒）方法将若干个真实颗粒打包成虚拟颗粒从而显著减小系统计算量。在coarse-grained CFD-DEM方法进行应用之前，对其进行广泛的验证是有必要的。采用coarse-grained CFD-DEM方法模拟得到不同流态流化床的气固流动特征（固含率、压降、颗粒速度等），与传统CFD-DEM和实验测量吻合较好。另外，系统的计算效率随着粗颗粒放大系数的增加显著提升。研究表明，粗颗粒方法能够以较小的计算精度损失而使计算速度大幅提升，能够适用于大尺度稠密气固流动系统的模拟。