少量有机碳对单级自养脱氮工艺性能的影响

采用序批式生物膜反应器(SBBR),经过4个阶段的培养,快速富集好氧氨氧化细菌(AOB)和厌氧氨氧化细菌(AnAOB),并考察不同低碳氮比对工艺脱氮性能的影响。结果表明,NH4^+-N去除率可达到99%以上,TN去除率可达到90%以上。对应C/N=0、1和2时,反应器出水NH4^+-N和TN去除率分别为99.59%、99.5%、98.47%和93.75%、97.22%、98.11%。说明少量COD的存在,可实现同步硝化-厌氧氨氧化-反硝化,且在一定程度上提高脱氮效率。     

如何降低蓝牙系统的成本

蓝牙工业界有一个雄心勃勃的计划，要将整个蓝牙接收器/发射器的价格控制在仅仅5美元，其中包括了基于DSP的子系统及相应的ROM和RAM。而这要等到蓝牙无线技术有了相当大的市场规模，并且通过大规模的投产来产生经济效益之后，才有可能成为现实。在这场角逐中，某些制造商可能会抢占先机。例如，到2001年6月，CSR公司已经生产了超过1百万块BlueCore单片蓝牙产品，目前市场上带蓝牙功能的所有终端用户产品中，48%都采用了这款芯片。本文介绍了CSR所采用的一些产品设计方法，以尽可能降低蓝牙产品的成本，同时还介绍了可能影响蓝牙产品…     

利用镶套技术提高冷镦模具寿命的设计方法

在金属压力加工生产中,针对一些企业采用整模结构的冷镦模具疲劳寿命极低的现状,提出以多层镶套膜替代整体模具,通过改变冷镦模具受力方式,使冷镦件模具达到较高寿命的设计方法.以螺栓圆头的冷镦试验结果为依据,以应力分析方法为基础,应用力学有关理论,导出了生产实践中实用的镶套模具设计原理与经验公式,并举例说明了该方法的具体应用.     

PX氧化鼓泡塔反应器内的TA浓度分布

利用新建的D476鼓泡塔冷模实验装置和沉降—扩散模型对工业鼓泡塔PX氧化反应器内的TA浓度分布进行了实验和数学模拟研究。结果表明,由于PX氧化气速较大,塔内TA浓度接近均匀分布。     

温度和氧浓度对PX氧化的影响

根据不同温度、氧浓度下实测的PX液相催化氧化各中间组分浓度 时间关系,采用双曲型的动力学模型拟合实验数据,得到了各步反应活化能数据和速率常数与氧浓度的关系式。结果说明,PT酸氧化为4 CBA这一步的活化能最大,是整个连串反应过程的速率控制步骤;反应有一个氧浓度门槛值,在此值以上,反应速率不再明显增大,在此值以下,反应速率随氧浓度增大而增大。工业尾氧体积分数一般在4%～5%,相应的反应速率在最大速率的90%左右。     

空调周轮柄注塑模设计

采用剖分式型腔成型结构复杂的周轮柄，并采用齿轮齿条抽弯芯机构，简化了模具的复杂度，使该模具设计新颖，自动化程度较高。     

Packet Tracer在网络实训类课程中的应用

网络实训课程的开设可以让学生可以更好的将所学理论知识与实践相结合。如果实训全部采用真实设备,将会占用大量人力物力,且实训项目将大幅受限,且效果也不理想。为了更有效、合理地开展网络实训课程的教学,采用模拟软件Cisco Packet Tracer来协助完成,可以充分提高教学效率和质量,减轻教师的教学负担,收到事半功倍的效果。     

基于高斯–广义双曲混合分布的非线性卡尔曼滤波

本文研究带非平稳厚尾非高斯量测噪声的非线性系统状态估计问题.考虑到广义双曲分布包含多种常见厚尾分布特例,且其混合分布为共轭的广义逆高斯分布,选用广义双曲分布建模厚尾噪声;进而引入伯努利变量构建高斯–广义双曲混合分布来建模非平稳厚尾噪声,并利用该分布的高斯分层结构得到系统的概率模型.随后采用变分贝叶斯方法实现对系统状态以及噪声参数的后验估计,得到针对此类噪声系统的卡尔曼滤波(Kalman filter, KF)框架,现有的几种鲁棒滤波算法均是本文算法的特例.机器人跟踪仿真实验表明,所提算法与同类算法相比具有更好的估计精度和数值稳定性,且对于初始参数具有较好的鲁棒性.     

基于数据仓库的一体化电力调度自动化系统

以省调系统为例，分析了电力调度自动化系统的现有应用、潜在应用及其内在联系，提出了基于调度数据仓库的电力调度自动化系统的一体化设计模式。在该模式中，数据仓库集中存储主要应用于子系统的公用数据，是各应用于系统的联系纽带。该模式适用于新一代电力调度自动化系统的一体化设计，也适用于现有调度自动化系统的一体化改造。     

随机权神经网络增量构造学习方法研究进展

随机权神经网络(random weight neural network,RWNN)在解决数据定性和定量分析方面具有强大的潜力,其最显著的特征是隐含层参数随机生成.这一特征使得RWNN相比于基于梯度下降优化微调节点参数的神经网络具有诸多优势,如结构简单、易于实现和低人工干预等.RWNN的隐含层和输入层之间的参数是在一个固定区间内随机生成,而隐含层和输出层之间的输出权值则通过解析法进行求解.增量构造方法从一个小的初始网络开始,逐渐添加新的隐含层节点以提升模型品质,直到满足预期性能目标.基于此,重点从基础理论、增量构造学习方法和未来开放研究方向等方面切入,全面综述增量RWNN的研究进展.首先介绍RWNN的基本结构、理论和分析;进一步重点介绍RWNN在增量构造学习方法上的各种改进及应用;最后指出RWNN增量构造学习未来开放的研究方向.