甲醛的检测方法与研究进展

甲醛含量是环境监测与皮革工业的一项重要指标.本文综述了国内外近些年来常用的甲醛测定的方法的优缺点及其实际应用.     

LSTM和蚁群算法在智能电厂调度中的应用

各级电力公司积累了大量的历史发电数据,但是一直以来都没有得到有效利用。针对采用手工方式进行电力调度存在效率较低的问题,提出了一种基于长短时记忆网络(LSTM)和蚁群算法的智能调度算法。基于LSTM深度学习算法,通过对电力公司历史数据进行建模,LSTM算法可以有效提取出有效特征,实现预测一定条件下机组的耗煤量。同时,利用蚁群算法(ACO)设计了一种智能电力调度算法,从而在满足在完成实时发电任务的情况下,尽可能地节能减排。试验表明,采用LSTM算法,相比较线性回归、随机森林等算法,预测耗煤量的均方误差更小;采用ACO算法,相比较等微增率法、动态规划法以及遗传算法,可以更加快速、有效地分配发电负荷。     

二次调节主动升沉补偿实验平台的摩擦辨识与补偿控制

以二次调节主动升沉补偿实验平台为研究对象,针对系统中存在的非线性摩擦转矩,提出摩擦辨识及补偿方案。首先,选用Stribeck模型描述系统摩擦,建立了包含非线性摩擦转矩的平台数学模型;其次,根据平台特点设计摩擦辨识策略,使用最小二乘算法辨识得到未知系统参数,在此基础上拟合Stribeck曲线获取摩擦模型参数;然后,通过摩擦前馈和非线性PID实现摩擦补偿控制,提高升沉补偿精度;最终,实验验证了所提方案的有效性。     

基于卡尔曼滤波的无线传感网时空数据融合算法

无线传感网络节点采集的信息具有较大的相似性,数据结果存在误差。针对该问题,文中提出了一种基于卡尔曼滤波的无线传感网数据融合算法,通过过滤无效数据和缩紧数据包,提高上传数据的有效性和精度。该算法采用实时性较高的卡尔曼滤波算法对无线传感网络中的数据根据时间序列进行数据融合。在时间数据融合的基础上,根据空间分布特点,进一步对多传感器在网关层依据权重进行数据融合。针对不同位置误差实时变化的特点,网关层以空间数据为基础,使用自适应加权算法动态调整各节点权重。仿真实验表明,该算法易于实现,可有效去除冗余信息,提高数据准确度和可靠性。相较于改进的分批估计与自适应加权方法,采用该方法后均方根误差减少约7.9%,精度提高了2.1%。     

基于区块链审计的公钥分发方案

点对点加密是一种应用于在线通信软件的加密方式,多数的点对点加密通过非对称加密实现,但公钥分发的方案需要依赖于中心化的服务器,如果中心化的服务器攻击或被攻击则可能造成中间人攻击,从而导致聊天信息被泄露的风险。为此,提出采用区块链技术进行审计的方式,构建一个去中心化的公钥分发方案。该方案所有公钥修改记录的摘要通过智能合约被保存在由CA共同维护的区块链上,使得恶意的修改记录可被追踪和验证,同时采用基于实用拜占庭容错(PBFT)改进的共识算法,达到低能耗和高效的拜占庭容错。实验结果表明,与原PBFT算法相比,该方案安全性明显提高。     

一种基于改进遗传算法的动静态负载均衡算法

针对目前负载均衡算法在低负载情况下影响系统效率及在高负载情况下分配效率不佳等问题，基于Nginx服务器，文中提出了一种在改进遗传算法基础上动静态结合的负载均衡算法。该算法选择使用CPU性能、内存性能、磁盘I/O和网络带宽等服务器性能参数作为服务器节点性能评价指标及低负载下的静态加权轮询算法权值，并基于该指标根据节点性能使用率所占集群平均负载使用率的变化，设计了在高负载情况下的动态负载均衡算法。通过引入操作转换阈值及动态三角函数操作概率的改进遗传算法，实现了静态算法优势区转变为动态算法优势区的阈值计算。通过设计对比实验，证明了文中算法在实验环境下相比于加权轮询算法、概率择优算法和dnfs＿conn算法更具有较好的负载均衡效果，相比于dnfs＿conn算法在平均响应时间和实际并发连接数等数值上具有15%左右的提升。     

气相色谱法测定煤制低碳烯烃水中的含氧化合物

采用气相色谱建立了煤制烯烃水中18种含氧化合物的测定方法。通过实验优化色谱分离条件,确立了外标定量的分析方法,考察了方法的精密度和准确度,并对煤制烯烃的水样进行了测定。结果表明,煤制烯烃水中所含的18种含氧化合物的标准曲线均呈现良好的线性关系,相关系数均大于0.99。煤制烯烃水样中的加标回收率在90.5～110.7%之间,方法的准确性可以满足实际分析的需要。实际煤制烯烃水样的分析结果表明,其水相产物中含氧化合物的总质量分数为0.55～20.77%;其中甲醇和丙酮的含量相对较高,甲醇含量越高,煤制烯烃反应中甲醇的转化率就越低,其他含氧化合物种类和含量越多,煤制烯烃过程有较多副反应发生。该方法简单、快速,对煤制烯烃水相产物中含氧化合物的定量分析具有重要意义。