Ni-La/AC甲醇气相羰基化催化剂失活行为的研究

采用等容浸渍法制备了Ni-La/AC双金属催化剂,在连续流动固定床反应装置中,于260℃、1.5 MPa、CO/CH3OH/CH3I摩尔比20/19/17、.5 g-cath.mol-1条件下考察了催化剂的稳定性,并通过BET、XRD、TPR和ICP等技术手段对甲醇气相羰基化反应失活前后Ni-La/AC催化剂进行了表征,考察了催化剂在反应过程中的结构变化和失活行为。结果表明:La组分的引入促进了Ni在催化剂表面的分散,提高了反应的初活性。但是在长时间运转条件下,羰基化活性中心Ni晶粒发生聚集,成为积碳的活性中心,堵塞了部分催化剂微孔,使得催化剂比表面积减小导致催化剂失活。失活催化剂再生后,比表面积有所回升,但Ni晶粒明显增大,反应过程中失活速率加快。此外,活性金属镍的流失以及Ni、La在催化剂上分布的变化也是催化剂失活的原因之一。     

基于DSP的水库闸门控制系统设计

根据目前中小水库水闸控制中存在的问题及闸门调洪运行规律，结合水力学理论，利用闸前水位与库容关系曲线、闸门开度和水头及泄量关系，建立了数学模型，准确描述了闸门的运行规律。应用DSP技术，实现了将水库调度功能与闸门控制系统相结合的优化控制，并且进行了基于DSP的闸门控制系统的硬件和软件设计。试验结果证明了控制策略的有效性。     

加劲巨型薄壁输水钢管外压临界失稳性能研究

通过分析加劲巨型薄壁钢管管身段和环管段的外压临界失稳特性,同时根据工程应用实际,考虑了具有相同断面面积的矩形环和T形环对钢管临界失稳指标的影响,得出了加劲环间距采用0.1~0.6倍钢管内半径最为有效,加劲环厚度宜为1~1.5倍管壁厚度,适宜高厚比为5~20的结论,并指出不同尺寸与布置间距的加劲环管段外压临界失稳存在耦合特性.实例分析表明,使用文中介绍的方法进行加劲巨型薄壁输水钢管外压稳定优化设计可达到既经济又安全的目的.     

复合材料真空室

在基本粒子物理研究中,对撞束实验中需要的真空室和窗对于碰撞中产生的次级粒子应当有尽可能好的透射度。迄今为止,特薄壁的真空室是由不锈钢、铝合金、钛或铍制成的,铍的透射性质好,但造价昂贵。为了提供一个造价低,透射性好的方法,CERN(欧洲原子核研究会)开发了新一代的真空室。这种真空室是(?)复合材料制成的,将主要用于超质子同步加速器的质子-反质子模式的操作。这些真空室是由真空用特薄金属管构成,它的机械稳定性用碳纤维增强,并包有第二金属层实现电磁屏蔽。真空室的元件是由工厂制造的,在CERN进行了广     

反应压力对HZSM-5分子筛催化剂上合成气经二甲醚制取芳烃反应的影响

在2个等压串联连续流动同定床反应器内考察了合成气经由二甲醚制取芳烃的反应性能.一段合成二甲醚反应采用Cu/Zn/Al_2O_3和γ-Al_2O_3复合催化剂;二段合成芳烃反应采用HZSM-5(Si/Al=38)催化剂.考察了反应压力对合成芳烃反应的影响,并分析了产物的分布规律.结果表明:在T_1=270℃,T_2=360℃,GHSV=500 h~(-1)条件下,反应压力由2 NPa增加到4 MPa时,芳烃选择性轻微降低,由86.75%降低到83.67%,同时CO转化率从72.47%升高到84.34%,产物中均四甲苯的选择性增加不明显.而当压力增加到5 NPa时,芳烃选择性降低到63.51%,而异构烷烃选择性提高5倍多.反应压力增加,反应平衡倾向于加氢异构化反应;反应压力在2～4 NPa时,有利于芳烃的合成.     

基于机器视觉与无人机的结构动位移测量方法EI北大核心CSCD

针对基于视觉的结构位移测量方法中相机分辨率不足或测量基站位置选取困难等局限,提出一种结合机器视觉与无人机的结构动位移测量方法。以静止激光灯投射在结构表面的激光光斑为参考,设计算法自动检测目标测点和激光光斑位置,逐帧计算并更新比例因子,估计并消除无人机自身的运动,从而计算目标测点的绝对位移;为验证该方法的准确性,设计一个小型框架模型试验,随后又将此方法应用于大型地震模拟振动台试验。结果表明,利用无人机进行视觉测量得到的位移响应与激光位移计和加速度计测得的参考数据具有良好的一致性,在结构动位移测量和模态参数识别上均能较好地应用。     

搬运机器人在印刷装备智能制造中的应用

正随着中国制造2025和德国工业4.0的发展,传统的制造行业已经慢慢淡出了人们的视线,从过去传统的报纸到现今的精美画册以及对互联网的使用,这无一不印证互联网+和自动化时代的到来。历史上每一次工业革命都使得世界飞速发展,而自动化技术就如同工业革命,它将会给工厂带来飞速发展。自动化技术是传统工业与现代工业的连接纽带,自动化智能制造已经成功地普及到矿山、轻工、电力、汽车制造等工业领域,并成功取得了突破性     

TCSNGAN:基于Transformer和谱归一化CNN的图像生成模型

生成对抗网络(generative adversarial network, GAN)已成为图像生成问题中常用的模型之一,但是GAN的判别器在训练过程中易出现梯度消失而导致训练不稳定,以致无法获得最优化的GAN而影响生成图像的质量。针对该问题,设计满足Lipschitz条件的谱归一化卷积神经网络(CNN with spectral normalization, CSN)作为判别器,并采用具有更强表达能力的Transformer作为生成器,由此提出图像生成模型TCSNGAN。CSN判别器网络结构简单,解决了GAN模型的训练不稳定问题,且能依据数据集的图像分辨率配置可调节的CSN模块数,以使模型达到最佳性能。在公共数据集CIFAR-10和STL-10上的实验结果表明,TCSNGAN模型复杂度低,生成的图像质量优;在火灾图像生成中的实验结果表明,TCSNGAN可有效解决小样本数据集的扩充问题。     

二甲醚经低碳烯烃合成汽油组分正辛烷、对二甲苯热力学分析

采用原子矩阵法确定了二甲醚经低碳烯烃制正辛烷和对二甲苯的独立反应数,并通过建立平衡关系,采用文献介绍方法,计算了各个反应的反应热、平衡常数及反应平衡时的平衡组分浓度。经分析表明,反应属放热反应;模型中绝大多数反应能自发进行,并且平衡转化率较高;低温高压有利于正辛烷的生成,而低温低压有利于对二甲苯的生成;丙烯生成正辛烷和对二甲苯的转化率远高于乙烯和丁烯,因此控制中间产物丙烯的含量有利于控制目的产物的产出。