活性剂对激光焊熔池动态行为的作用机理研究

为阐明活性剂对铝合金激光焊熔池作用机理,建立了三维瞬态移动热源作用下的激光焊接熔池数学模型,研究表面张力梯度及激光吸收率对温度场以及流场的影响规律,揭示活性剂作用下激光焊熔深的增强机制。结果表明,在无活性剂时模拟得到的焊缝形貌与实际试验结果吻合。在低功率铝合金活性激光焊接中,活性剂的加入虽然可以改变表面张力梯度,但表面张力梯度的改变对熔深增加效果不明显。分析认为,活性剂的加入使铝合金对激光吸收率的提高才是熔深增加的主要原因。     

不平衡电压下并网逆变器的控制策略研究

不平衡电压下并网电流的质量是并网逆变器重要的性能指标。使用不平衡电压下并网逆变器的数学模型和瞬时功率理论,推导出三相平衡电流的参考指令;进而使用基于复矢量滤波器的正负序分离方法得到电网正序电压;最后对多步预测的有限控制集模型预测控制算法(finite control set model predictive control with multi-step prediction,FCS-MPCMSP)进行改进,奇数周期采用传统算法,针对传统算法忽略模型误差的问题采用反馈校正的思想对其进行补偿,偶数周期同时选取最优和次优电压矢量对应的开关状态,再进一步求取2个开关状态中的最优开关状态,减少算法的计算量。仿真和实验结果验证本文算法的有效性。     

基于多值属性分量的XACML策略匹配算法

针对多值属性分量的XACML策略和策略请求之间的匹配需求,分析多值属性策略匹配中策略规则与请求匹配时两者的对应属性关系,依据属性之间的包含关系和权限蕴含关系,给出3个关于策略匹配的定理并加以证明。根据策略匹配的定理,提出多值属性匹配算法。最后进行实验验证,结果表明该算法能够提高多值属性分量策略的匹配效率。     

催乳素、雌激素和胰岛素对奶牛乳腺上皮细胞中瘦素及其受体的影响

以荷斯坦奶牛为实验材料,通过体外培养奶牛乳腺上皮细胞,添加催乳素、雌激素和胰岛素运用激光扫描共聚焦显微技术、Western Blot Analysis、Real-Time PCR等技术来观察乳腺上皮细胞中瘦素表达和泌乳功能的变化规律。结果表明,应用Western Blotting方法对泌乳期奶牛乳腺上皮细胞中瘦素和瘦素受体的蛋白表达量进行研究,催乳素、雌激素能显著提高瘦素及其受体的分泌,且催乳素高于雌激素,胰岛素影响不显著。荧光定量RT-PCR结果表明,催乳素和雌激素能提高瘦素及其受体mRNA表达量,胰岛素没有明显影响。     

一种基于SVPWM并网逆变器电流控制的研究

为提高光伏并网发电系统的输出电能质量,在重复控制策略的基础上,提出一种基于SVPWM并网逆变器电流控制的重复PI复合控制方法。该方法通过重复控制策略来抑制由死区等因素引起的周期性扰动,PI控制策略用来提高系统的动态性能,两种控制策略互为补充以提高系统的动态和稳态性能,同时,在并网逆变器直流侧加入电压闭环以稳定直流母线电压。通过Matlab/Simulink仿真分析,三相并网逆变器输出电流的总谐波畸变率为1.32%。实验结果验证了该复合控制方法的有效性。     

基于小波变换的直流系统接地故障检测中小波基的选择与比较

直流系统接地故障检测中常用的低频信号注入法容易受到各支路电缆中存在的对地电容的影响,在其基础上比较了基于复值小波变换和Morlet小波变换的检测方法,它们可以有效地克服对地电容的影响.当接地故障发生后,向直流系统正负母线注入低频正弦电压信号,利用套在各支路的电流互感器检测出支路中的低频电流信号,通过小波变换算法从中提取出与注入信号同频的正弦电流信号,计算出该电流信号中的阻性分量即可求得该支路的接地电阻值,从而可以判断出故障支路.经过MATLAB仿真分析,比较这两种方法,证明他们在对地大电容情况下都可以准确提取出低频电流相量特征,正确判断出故障支路.     

分形在直流系统故障检测中的应用

针对直流系统中环网对接地故障检测的影响，提出利用分形的思想，初探性研究分形对环网故障的识别。在以低频注入法为基础的直流系统故障检测中，利用分形维数和凹凸度参数惟一确定的二维平面上点的位置，来识别不同情况的接地故障。该方法弥补了用单一维数识别故障的不足。给出了该方法的具体步骤，通过大量的仿真证明其有效性。     

基于VB的主从机串行通信系统设计

串行通信是数据采集系统中最常用的通信手段之一。设计并研制了基于VB的LED大屏幕显示串行数据通信系统,具有编程灵活、控制通信对象容易的优点。通过8250的奇偶校验位与单片机的SM2位的配合,实现了PC机与多个单片机的串行数据通信。介绍了基于VB6.0进行串行通信的流程和编程,较好地解决了同时使用通信方式0与方式1时引起的RXD端口的冲突问题。实验证明,该设计简单、实用,提高了系统设计的效率。     

基于MFOA-GRNN模型的年电力负荷预测EI北大核心CSCD

精确的年电力负荷预测为电力建设和电网运行提供可靠的指导。受多种因素的影响,年电力负荷曲线呈现出非线性特性,因此年电力负荷预测问题的解决需要建立在非线性模型的基础之上。广义回归神经网络（GRNN）已被证明在处理非线性问题上是非常有效的。该网络只有一个扩展参数,如何确定适当的扩展参数是使用GRNN进行预测的关键点。提出了一种将多种群的果蝇优化算法（MFOA）和GRNN相结合的混合年电力负荷预测模型,用以解决上述问题。其中,MFOA用作为GRNN电力负荷预测模型选择适当的扩展参数。最后通过模拟实验数据分析,MFOA-GRNN模型的年电力负荷预测平均绝对百分比误差为0.510%,均方误差为0.281。并且将其结果与差分进化的支持向量机模型（DE-SVM）、粒子群优化的GRNN模型（PSO-GRNN）、以及果蝇优化的GRNN模型（FOA-GRNN）的预测结果进行了比较。最终得出,文中所提出的MFOA-GRNN模型在年电力负荷预测中的预测性能优于上述3种模型。     

离散系统理论在液压伺服系统中的应用

本文阐述用离散系统理论设计液压伺服系统中的数字控制器和用单片微型机实现控制的方法。通过在采煤机滚筒自动调高液压伺服系统中试验,证明这种设计方法具有较大的优越性,能使系统具何响应快、无超调等性能。