文13西块数值模拟研究

中原油田文13西块纵向和平面非均质严重，油水分布规律性不强。针对油藏存在的问题，采用油藏数值模拟方法，对油田开采历史进行了拟合，得出了剩余油分布状况，找出了剩余油的富集区域。同时还设计了4个开发方案，通过对比分析，推荐出最优开发方案。     

用水力模型及实例验证管网流量监测的作用

管网监测是自来水企业运营的重要组成部分,对于城市供水的服务供应,节约能耗有着重要意义,流量监测作为管网监测的重要手段之一,但在供水系统中的应用长期以来未得到足够的重视,本文从水力模型和具体事例阐述了流量监测对管网监测的作用和意义。     

电缆中间接头受潮时电场分布研究

通过ANSYS软件建立10 kV电缆冷缩式中间接头的三维模型,并仿真计算静电场,主要分析不同受潮情况下电场分量的分布情况.结果表明:接头绝缘材料受潮时,复合界面上的电场增大;接头浸水时间越长,电场畸变越严重;主绝缘内侧受潮时水膜对周围的电场分布几乎没有影响,水膜处电场增大,但场强依然保持在极低的水平.     

国内房间空调器拆解研究及浅析

目前国内房间空调器厂家及产品类型众多,由于厂家和产品的市场定位不同,导致不同价位的空调器性能、能效等方面表现出了明显的差异.为分析不同产品之间造成差异的原因和产品零部件的具体构成,选择国内两家大型空调器企业不同价位、不同能效等级的三个型号空调进行拆分,对室内外热交换器、电器元件、风机等进行参数对比,并通过实验测试数据对差异的影响做简要分析,该研究有助于国内研究人员更好的了解空调器零部件的各项参数,以及零部件变化对整机的影响,从而达到指导新产品研发的目的.     

沸石在废水脱氨氮中的应用:(Ⅰ)沸石离子交换脱氨氮

沸石离子交换脱氨氮是废水脱氨氮方面的一种深度处理技术 ,适用于氨氮废水的二级或三级处理。重点介绍沸石的结构特性、沸石离子交换脱氨氮的原理及其影响因素的研究进展     

响应面优化魔芋葡甘聚糖缓释尼莫地平药膜

以魔芋葡甘聚糖(KGM)为缓释药膜,分析模型药物—尼莫地平的体外释放特性。筛选并确定KGM浓度、DM-SO添加量、载药混合时间和静置时间4个因素的中心组合试验设计,以尼莫地平(NMP)的缓释度为考察指标,采用响应面优化KGM缓释药膜的制备工艺。结果表明:4个因素对药膜缓释尼莫地平均有显著影响,依次为静置时间>KGM浓度>DMSO添加量>载药混合时间,且最优条件为3.0%(w/v)KGM、0.5 mL DMSO、载药混合12 min、静置77 min。制备的药膜表面平整光滑,载药量为(1.63±0.01)%,尼莫地平缓释度为93.169%。     

实时机模型及时间语义指令集研究

混合关键系统中,具有不同安全和时间关键度的应用程序共享计算资源.由于系统中存在多种不确定性,设计者需要能同时满足功能行为确定性、时间行为可预测性和高计算性能等多重设计约束的紧致时间设计方法,对现有计算机体系结构及编程语言的理论和方法提出了新的挑战.提出支持时间语义的实时机模型RTM和时间触发指令集TTI,作为构建多层次协同的紧致时间设计方法MTTT的重要基础.最后以直升机飞控程序为例,说明RTM思想和TTI指令集的有效性.     

未确知有理数在机械工程中的应用研究

介绍了未确知有理数的概念，分析了未确知有理数与随机数的关系，给出了未确知有理数的加减运算。以齿轮模数的测定研究了未确知有理数在机械工程中的应用。     

基于VMD-CNN-BIGRU的电力系统短期负荷预测

为提高负荷预测精度,考虑了历史负荷本身内在规律及外部影响因素,提出一种基于变分模态分解（variational modal decomposition,VMD） –卷积神经网络（convolutional neural networks,CNN） –双向门控循环单元（bi-directional gated recurrent unit,BIGRU）混合网络的短期负荷预测方法,改善了训练时长和预测效果。通过仿真分析验证了所提方法的有效性,且该方法与其他模型相比有更高的负荷预测精度和更强的鲁棒性,能够提高电力系统短期负荷预测的精确度。     

基于协同强化学习的微电网分布式两级电压优化控制

由于微电网中分布式电源组成复杂,运行模式多样,孤岛微电网的电压恢复控制面临着不确定性干扰的影响。为此,针对不确定性干扰下微电网的二级电压恢复控制问题,提出了一种基于协同强化学习的微电网分布式两级电压优化控制方法,实现孤岛模式下微电网的电压调节控制。首先构建孤岛微电网分布式一致性协同电压控制算法,并建立李雅普诺夫函数稳定性判定方法。其次根据控制器性能与控制器增益参数的关系,求解孤岛微电网电压控制器增益上界,并根据控制器增益参数上界限制强化学习智能体动作集。随后,采用强化学习算法优化二级控制器增益参数,给出相应的强化学习智能体状态集、协同全局奖励函数。最后在Matlab/Simulink上通过仿真实验验证了所提出的控制方法的有效性和适应性。