数控机床大功率DC-DC转换器设计与控制

针对数控机床行业中使用的大功率DC-DC转换器,提出一种适用于大功率应用场合的LCL型dc/dc转换器的改进设计方法.基于零无功功率和有功功率平衡条件,结合电压和电流的P-Q理论方法,设计LCL型dc/dc变换器以实现更高的电压阶跃比,并限制电容器电压.依据提出的方法设计转换器参数,并搭建仿真模型对设计方案进行验证.仿真结果显示,转换器能实现300 kV/20kV的大功率DC-DC转换,电压阶跃比高且系统稳定性较好.说明所提出设计方法可用于数控机床中大功率高阶跃比DC-DC转换器设计与控制.     

关中传统村落特质影响下的民俗文化园空间布局研究——以杨陵后稷民俗文化园为例

文章以实际项目——杨陵后稷民俗文化园为依托,通过挖掘杨陵悠久历史、民俗文化、城市肌理、传统村落空间特质,以期在综合条件较成熟的背景下,探讨民俗文化园的设计策略,争取将后稷民俗文化园打造为城市的窗口与名片,带动当地民俗文化旅游和经济有效健康发展。     

煤矿在用钢丝绳芯输送带损伤的机理分析

通过输送带损伤表象和规律进行理论机理探索,结合检测数据分析钢丝绳芯输送带的损伤原因并制定对策。根据输送带损伤程度不同及其对安全运行的影响,提供判定输送带剩余寿命的估算方法,科学制定了煤矿在用钢丝绳输送带损伤报废指标。既可减少因输送带意外损伤导致的非计划停机时间,提高生产效率;又可以最大限度延长输送带的使用寿命,提高经济效益。     

基于分布式内点法的输配协同优化调度

随着配电网中可再生能源渗透率的提高,加剧了输、配电网间的相互影响。文章提出一种基于分布式内点法的全局优化策略,利用输配电网的有限联络母线和边界节点信息,实现输配电网的分布式求解。该算法建立了输配协同动态经济调度全局模型,利用内点法求解最优条件方程,基于矩阵分裂技术完成分布式求解,其解和集中式方法一致结果。算例结果验证了所提调度方案的合理性,联合调度模型能够有效提升分布式光伏发电的利用率,分布式算法能够迅速收敛。     

面向智能客服系统的情感分析技术

该文以阿里小蜜为例,对智能客服系统中的情感分析技术进行比较全面的介绍,包括情感分析算法模型的原理及其在智能客服系统的多个应用场景中的实际落地使用方式和效果分析。智能客服在解决客户高频业务问题的同时,也需要给客户提供多维度的、具有类人能力的助理、导购、语聊和娱乐等服务,提高客户对智能客服机器人的整体满意度。在此过程中,情感分析技术在机器人类人能力建设中起到了至关重要的作用。该文围绕智能客服系统中人机结合的服务形式,从六个维度总结和介绍了情感分析技术在智能客服系统中的应用场景,包括用户情感检测、用户情感安抚、情感生成式语聊、客服服务质检、会话满意度预估和智能人工入口。     

交错巷道巷间围岩承载结构稳定性分析

针对普遍存在的矿井交错巷道围岩体稳定性及支护问题,运用极限平衡分析和弹塑性力学建立交错巷道巷间围岩稳定性分析判别方程,探讨了交错巷道巷间围岩稳定性主要影响因素,并进行了工业性试验。结果表明:交错巷道巷间围岩体受围岩水平应力集中叠加影响,围岩破坏自巷间围岩体上下表面向中部延伸,加之巷间围岩体尺寸有限,一旦破坏贯通将致使巷间围岩承载存在失稳隐患;交错巷道巷间距越小,越近乎平行布置都会加剧巷间围岩破坏且诱发巷间围岩破坏贯通,合理设计断面尺寸及下方巷道合理支护强度可有效控制并维持围岩稳定;现场采用交错巷道联合支护方案后,交错位置上巷道断面完整无较明显变形且下巷道围岩最大变形量小于100 mm,支护效果显著。     

乳酸菌发酵型饮料的研究现状与前景

乳酸菌发酵型饮料是一种比较有发展潜力的营养食品,由于添加了常用的乳酸菌而风味特殊,同时赋予其新的营养和保健功能。该文综述了乳酸菌发酵在饮料加工中的作用,主要包括提高饮料的营养价值、增强饮料的保健功效、改善饮料的风味、增加饮料的货架期等,并对乳酸菌发酵型功能饮料的前景进行了展望。     

基于GRA-DDA加权耦合模型的煤层突出危险性评价

为了提高煤层突出危险性评价的效率和准确度,引入距离判别分析法(DDA),选用煤层瓦斯放散初速度、煤的坚固性系数、煤层瓦斯压力、煤体破坏类型和开采深度作为判别因子,并运用灰色关联分析(GRA)计算权重矩阵,建立了煤层突出危险性评价的加权距离耦合判别模型。将30个煤与瓦斯突出实例作为学习样本进行训练,建立相应的判别准则,经过训练后的模型误判率为0。利用该模型对10个煤与瓦斯突出实例进行评判,并将评判结果与单项指标法、BP神经网络法和未加权距离判别法进行对比分析,结果表明GRA-DDA耦合模型的评判结果准确,符合现场实际情况。     

基于主成分分析和BP神经网络的赣江流域中长期径流预报

针对赣江流域开展水量调度对中长期径流预报的迫切需求,在分析赣江流域径流特性的基础上,以降雨、径流等常规因子和130项大气环流指数等相关因子为预报因子,分别构建基于相关系数法、逐步回归方法、主成分分析法三种因子筛选方法的BP神经网络中长期径流预报模型。研究结果表明,主成分分析方法筛选的预报因子可较好描述未来径流的变化趋势,所构建的基于主成分分析的BP神经网络中长期径流预报模型在率定期和检验期的合格率均满足规范对作业预报模型的精度要求,可作为赣江流域中长期径流预报的支撑模型。研究成果为赣江流域开展水资源优化配置和水量调度提供了依据。