龙滩库区人工增雨作业风险评估及应对措施

通过对龙滩库区人工增雨作业存在的作业效果、作业过程安全、诱发次生灾害、供需矛盾、空域管制等风险进行分析,提出应对各种风险的措施或办法,使龙滩库区人工增雨作业在安全风险可控条件下安全实施,合理开发空中云水资源,增加库区径流量,提高电厂发电量,从而提高经济效益。     

频域谐波分析算法的新解释及其推广

在电力系统谐波分析的频域方法中,加汉宁窗插值算法应用较为广泛,其某些实现具有相似结构,只是选取的插值点数不同。为深入理解其内在本质,文中利用汉宁窗和矩形窗之间的关系,将已有的两种加汉宁窗算法转化成未加窗的等价形式,找出其中规律,并将其推广到通用的未加窗p点插值算法。在推导过程中,首先建立了多分量信号的未加窗离散傅里叶变换(DFT)值的近似模型,接着利用此近似模型分析出算法系数所需满足的两个条件,最后设计了满足条件的一组系数。当插值点数p为4或5时,所提算法等价于已有的两种加汉宁窗算法;p的最小允许值为3,此时算法具有最高的频域分辨率,并且不存在对应的基于汉宁窗的等价形式。结合改进后的DFT递推公式,所提算法所需计算量仅和插值点数p呈线性关系,因此能够大幅降低计算量,并为电网信号提供实时估计。仿真部分比较了算法采用不同插值点数p时的表现,实验部分将算法应用于三相电机电流信号的实时估计。     

用户侧微电网的特征及关键技术

分析了用户侧微电网的特征、基本结构及其面临的挑战,在此基础上总结提炼了用户侧微电网待解决的关键技术,包括运行模式与经济评价方法、供电模式与规划设计方法、双向计量与监控技术、控制与保护技术、优化运行与能效管理技术,以及光伏/储能微电网系统平台和关键设备的研发。这些技术有利于打好用户侧微电网商业运营的基础,提升用户服务质量和供电可靠性,实现微电网的并网与规模化发展以及安全稳定运行。     

涤纶织物碱性染色

采用甘氨酸-氢氧化钠缓冲溶液控制染液pH值,实现分散染料对涤纶织物的碱性染色.结果表明,当染液pH值为8.5左右时,染料上染百分率和染色织物的K/S值最高.碱性染色织物的色泽、匀染性、摩擦牢度、皂洗牢度与酸性染色相当,织物K/S值高于传统酸性条件染色.     

工程隧洞断面测绘的一种改进方法

为了解决传统的隧洞断面测绘方法的不足之处,提出了采用免棱镜全站仪测量,并使用Excle和A u toCAD软件简便地实现隧洞断面绘制的改进方法。实践证明,该方法具有实用性好、操作性强的特点,可有效地提高工作效率。     

氧化锌/凹凸棒石复合光催化材料的制备及其光催化性能研究

以凹凸棒石(ATP)为载体,氢氧化钠、醋酸锌为原料,采用多元醇法制备了氧化锌/凹凸棒石(ZnO/ATP)复合光催化材料,并用XRD、SEM、UV-Vis等测试手段对样品进行了表征,以亚甲基蓝(MB)为目标降解物,对ZnO/ATP复合光催化剂的催化性能进行评价.结果表明:ZnO/ATP复合光催化剂对MB的光催化性明显好于纯ZnO,光照120 min后的降解率可达到95.6%.     

案例式教学在《染整工艺原理》课程教学改革中的应用

结合《染整工艺原理》课程的特点,探讨了实施案例教学的必要性,从案例搜集、教师准备、案例教学的实施等方面,探讨了案例教学在《染整工艺原理》课程中的具体应用。     

基于视觉的机器人抓取系统应用研究综述

针对生产线上工业机器人的柔性和智能水平不高的问题,将日益发展的计算机视觉技术引入原有的搬运工业机器人领域,利用机器人视觉技术获取工件及其周围环境的信息,识别出了所要操作的目标工件,并能通过做出决策来引导工业机器人完成对工件的抓取和放置等操作。针对生产线上的工业机器人抓取系统中摄像机的标定、目标工件的识别匹配、机器人对目标工件的定位抓取这3个主要步骤在现阶段的研究成果进行了综述,对计算机视觉定位中涉及到的相关图像预处理方法进行了分析与归纳,并对该技术的实际应用研究和未来发展进行了讨论。研究结果表明,视觉抓取系统技术成熟,能够满足工业应用中的实时性要求,各部分算法的研究和改进对工业的发展和相关研究具有一定的参考价值。     

有机硅改性丙烯酸酯涂料印花粘合剂的合成与应用

将八甲基环四硅氧烷(D4)与含乙烯基的硅烷偶联剂进行开环聚合,制得聚硅氧烷乳液。研究了聚合反应条件对D4开环聚合的影响。结果表明:当w[十二烷基苯磺酸(DBSA)]=4.0%(相对于乳液而言)、w(乳化剂OP-10)=3.0%(相对于乳液而言)、w[偶联剂(KH-151)]=2%(相对于D4而言)以及70℃反应3h时,可制得单体转化率高、乳液稳定性好的聚硅氧烷乳液;将该乳液用于丙烯酸酯乳液的改性,可制得柔软性好、色牢度佳的涂料印花粘合剂。     

基于神经网络补偿的人工气候箱温湿度模糊控制

人工气候箱温湿度控制对象是一个非线性、强耦合和大滞后的系统,其控制非常困难.研究采用模糊控制对温度和湿度分别进行控制,并采用神经网络来学习和补偿温度和湿度之前的耦合作用.该方法无需对象的精确数学模型,适应性强.实验研究表明该控制方法响应速度快、超调小,控制精度高.