关于电子压力计校准中引入温度校准的探讨

随着电子压力计在油水井测试中的广泛应用,仪器相应的周期校准工作尤为重要,是保证仪器录取资料准确性的先决条件。我们通过电子压力计在日常校准、现场应用遇到的问题进行分析和实验,对影响电子压力计压力校准准确度的误差来源进行分析,确定温度准确度及恒温时间是产生误差的一个重要因素,压力计温度的准确性是决定压力的准确性的前提。     

石墨涂层载量对碱性锌锰电池电性能的影响

使用喷涂不同量石墨的钢壳组装碱性锌锰电池,考察石墨涂层载量对电池初始期及高温储存后电性能的影响.石墨涂层载量超过0.70 mg/cm2,会造成开路电压及放电性能下降,下降幅度随石墨涂层载量的增加及高温储存时间的延长而增大.     

气藏平均地层压力跟踪计算新方法

平均地层压力是产能评价和动态分析的基础，准确、快速获取平均地层压力对高效开发气藏意义重大。基于地层压力随时间变化的规律，分析了平均地层压力的变化规律。研究结果表明：平均地层压力等效点仅随时间发生改变，平均地层压力的下降速率等于或者近似等于井底流压的下降速率。从封闭弹性驱动气藏的物质平衡方程出发，考虑偏差系数和井底流压随平均地层压力的变化，推导建立了平均地层压力跟踪计算新方法，根据生产数据可迭代计算平均地层压力。方法验证结果显示，采气速度和采出程度共同影响模型的计算结果。应用实例表明，跟踪计算法与压力恢复试井和物质平衡法之间的相对误差均较小，满足工程计算精度要求，且跟踪计算法不需依托生产测试数据，节约了测试费用，避免了测试占产。     

工艺参数对动态流量控制法挤压弯管应力的影响

采用有限元模拟和实验研究了挤压钛合金弯曲管件。通过实验验证了工件的形状和尺寸精度,并通过有限元模拟分析了工艺参数对挤出过程中变形体的平均压应力分布情况和挤出弯管件的曲率半径的影响规律。结果表明:有限元模拟中,弯管件的曲率半径误差为6.03%,弯管直径误差为3.82%;在靠近定径带处,平均压应力呈非均匀分布;在焊合腔内,靠近细分流孔区域的平均压应力小于靠近粗分流孔区域的平均压应力,平均压应力的大小顺序在通过粗、细分流孔前后相反;在模具结构固定不变时,弯管件的曲率半径随挤压速度的减小而增大,不随挤压温度的变化而变化。     

基于Matlab的电力系统电压调整仿真实验教学平台设计

电压调整是"电力系统分析"课程中一个重要内容.传统教学大多依靠理论分析,抽象且不易理解,配套实验存在局限性.本文基于Matlab图形用户界面设计并开发了一种电力系统电压调整仿真实验教学平台,师生通过计算机以交互方式进行电压调整仿真实验,界面友好、操作简捷、教学便利,帮助学生加深对电力系统电压调整的理解,有助于开放式实验教学、培养学生实践能力.     

“高电压技术”课程线上线下混合式教学

本文采用超星学习通线上教学平台，以 “高电压技术”课程为对象，实施了规模为120余人的线上线下混合式教学。基于线上教学和传统教学的优势互补，设计了“高电压技术”多个教学环节。归纳分析了混合式教学在各个教学环节取得的效果和问题，并根据学生反馈提出了持续性的改进措施。     

非光滑凸问题投影型对偶平均优化方法的个体收敛性

对于一般凸问题,对偶平均方法的收敛性分析需要在对偶空间进行转换,难以得到个体收敛性结果.对此,文中首先给出对偶平均方法的简单收敛性分析,证明对偶平均方法具有与梯度下降法相同的最优个体收敛速率Ο(lnt/t).不同于梯度下降法,讨论2种典型的步长策略,验证对偶平均方法在个体收敛分析中具有步长策略灵活的特性.进一步,将个体收敛结果推广至随机形式,确保对偶平均方法可有效处理大规模机器学习问题.最后,在L1范数约束的hinge损失问题上验证理论分析的正确性.     

具备无功补偿功能的串联电压调节器

针对电网存在的暂降、低电压、谐波、无功等电能质量问题,采用一种背靠背式单相三电平无耦合变压器的拓扑结构,与H桥等结构相比,无桥臂之间耦合问题,降低了设备损耗及成本,同时本文整流侧采用TTA算法检测无功电流,具备无功补偿功能.对于逆变侧,采用输出电压前馈控制策略,消除了负载对逆变系统控制性能的影响,同时充分利用设备调制度较小的情况,在DSP中采用立即刷新的方式,消除了控制延时的影响,提高了系统的开环增益、响应速度、稳态控制效果和系统鲁棒性.所研制的10 kVA的补偿设备验证了该拓扑结构、TTA算法及控制方法的正确性和有效性.     

基于S32K144的燃料电池堆控制系统设计

基于汽车级微控制器S32K144芯片,完成了车用质子交换膜燃料电池堆控制系统的软硬件设计,分别设计了膜电极单模电压检测电路和燃料电池堆控制电路,开发了基于C语言的膜电极电压采集程序和燃料电池堆控制程序,并且用样机验证了设计.     

基于GR4J-LSTM混合模型的洪水预报研究

为提高洪水过程预报的准确性，将概念性水文模型GR4J (modèle du Génie Ruralà4 paramètres Journalier)的预报流量耦合到长短时记忆神经网络(Long Short-Term Memory Neural Network, LSTM)中，构建了GR4J-LSTM混合模型，并与GR4J、LSTM模型进行对比。基于2012～2019年陆水水库汛期与洪水事件相关的数据集，并结合欧洲中期天气预报中心的3 h预报降水产品，驱动GR4J-LSTM混合模型，预报陆水水库3～12 h预见期的入库流量。最后采用平均影响值(Mean Impact Value, MIV)算法评估输入变量的相对重要性。结果表明：GR4J、LSTM和GR4J-LSTM模型均具有较好的模拟预报能力，但GR4J-LSTM混合模型的预报性能最优，既可以学习GR4J模型的产汇流过程，又提高了洪水预报的精度。研究成果可为洪水预报方案制定提供参考。