铁氧化物在流化床温度和CO气氛下的形态迁移及其对NO催化还原

利用小型固定床实验台实验研究了铁氧化物在典型流化床温度和CO还原性气氛下的形态迁移及其生成物对NO的催化还原作用，采用分级还原结合X射线衍射（XRD）表征分析，确定铁氧化物与CO和NO反应后生成物的价态及各种铁氧化物对NO的还原机制。结果表明，Fe₂O₃在实验条件下可依次被CO还原为Fe₃O₄、FeO和单质铁，反应过程中随着还原度的增加，还原速率逐级下降，从Fe₂O₃还原到Fe₃O₄的速率最高，FeO还原到Fe速率最低，在实验温度范围内，床温升高有利于提高Fe₂O₃到Fe₃O₄的还原速率和还原度。不同形态的铁氧化物对NO的催化还原特性不同，Fe₂O₃及其部分还原后生成的Fe₃O₄都不能直接与NO反应，Fe₂O₃对CO催化还原NO的效果很弱，而Fe₃O₄对CO还原NO的反应却有很强的催化作用，而进一步还原生成FeO与单质铁还可直接与NO反应。     

仿真软件在微机原理与接口技术教学及实验中的应用和探讨

针对微机原理与接口技术的传统教学方式存在理论教学与实践脱节的问题,总结在教学和教材改革编写中的经验,以可编程串行通信接口芯片8250A为例,详细介绍基于EMU8086和Proteus的联合仿真在课堂教学和实验教学中的应用,并给出实际操作建议.     

连续采煤机开采“三下”压煤技术研究

为解决矿井＂三下＂压煤量大的问题,通过采用连续采煤机回采＂三下＂压煤,在介绍连续采煤机及配套设备、连续采煤机短壁开采工艺的基础上,针对四台煤矿东翼采区的压煤块段分布不规则等特点,采用以连续采煤机为主的间断运输式配套设备与开采工艺回采该区段煤炭资源,根据该配套设备及回采工艺的特点和采区地质条件,优化了采区巷道布置方式,并确定了工作面主要回采设备为连续采煤机、梭车、破碎机、四臂锚杆机,通过在四台煤矿东翼采区应用结果表明：巷道月均进尺约1 000 m,月均出煤约4.5万t,采区回采率35%~45%。连续采煤机在四台煤矿的成功应用,为类似条件矿井回采边角煤、＂三下＂压煤提供了良好的借鉴。     

60°坐标系下三电平逆变器SVPWM控制策略研究

为解决二极管箝位型三电平逆变器直角坐标系下SVPWM算法复杂、计算量大的问题,本文采用60°坐标系对控制算法进行了改进。建立g-h坐标系,分析了参考矢量与空间坐标的关系,提出了参考电压矢量标幺变换的算法,简化了判断扇区方法,计算第Ⅰ扇区电压矢量的作用时间;建立了系统旋转模型,将其他扇区电压矢量对应到第Ⅰ扇区,直接读取矢量作用时间,简化了运算流程,避免了进行大量的三角函数运算。Matlab仿真和实验结果验证了本方法的可行性。     

钢丝绳芯输送带接头检测的纹理编码研究与应用

针对ZSX1140矿用钢绳芯输送带X射线探伤系统精度低下的问题,分析上传的输送带图像,提出了一种改进的纹理编码算法,得到了图像中每一行的钢丝绳根数,并根据接头的限定条件,准确地寻找出输送带的接头图像。通过大量的实验以及实际应用,证明该方法具有检测精度高、实时性强等特点。     

一种电力有源滤波器滞环电流控制方法

为了提高补偿电流跟踪检测电流的效率,在传统的普通滞环电流控制方法的基础上,对自适应可变环宽滞环电流控制以及内嵌双滞环电流控制方法进行了研究,并将两种方法结合使其成为一种新的控制策略。此方法简单可行,不需要计算大量的数据,不但能有效地跟踪指令电流信号,而且能有效地降低开关频率,改良电流跟踪性能。仿真结果证明了方法的正确性。     

一种不平衡负载下SVG的控制策略

建立了不平衡负载下静止无功发生器(SVG)在dq坐标系下的数学模型。根据对称分量法将不平衡负载电流分解为正序、负序电流分量,然后在正序、双序同步旋转坐标系下分别对SVG补偿电流进行闭环控制。设计了基于反馈线性化的电流内环调节器,使得有功、无功电流解耦,相比于传统的前馈解耦控制,参数调节简单。最后在Matlab/Simulink搭建了不平衡负载下的SVG的仿真模型,仿真结果验证了上述方法的有效性,经过补偿后,系统的功率因数显著提高,降低了网侧三相电流的不平衡度且其谐波分量小。     

三相电压型PWM整流器慢时标不稳定现象分析

针对三相电压型脉冲宽度调制PWM(pulse width modulation)整流器的慢时标不稳定现象,分析了现有的三相电压型PWM整流器的小信号频域模型,通过建立能精确预测系统稳定边界的时域模型,求取了闭环控制系统状态方程的Jacobian矩阵,依据李雅普诺夫稳定性判定法则对系统稳定性进行判断,并将时域模型与现有小信号频域模型做比较,明确了频域模型的精确适用频率范围,阐述了频域模型只适用于很低的频域的原因,解释了三相电压型PWM整流器的不同于单相变换器的低频振荡现象。仿真结果验证了所建时域模型在判断系统稳定性方面的精确性。     

基于信息熵与形态学的鸟鸣数据处理

为了探索一种减少训练量并提高精度,且适应于卷积神经网络的预处理方法,以识别鸟鸣为例,基于信息熵以及形态学在图像处理上的应用,根据鸟鸣的间隔性特点,提出新的处理方案。利用形态学将音频片段归类为有效和噪声信号两类;使用加权的方法利用信息熵预测有效数据的分布。仿真结果表明,形态学使数据量减少且信息熵处理使单个数据稀疏化并起到滤波作用,在保持精度甚至精度提高的情况下缩短了训练时间,为卷积神经网络的数据预处理的简化提供了方向。