东锅300 MW循环流化床锅炉冷渣器系统改造

简介东锅自主开发300 MW循环流化床冷渣器系统,分析原设计系统存在的问题和缺陷,介绍系统改进方案。通过改造,冷渣器故障率明显降低,使机组运行的安全性、经济性、稳定性有了显著提高。     

不同池化模型的卷积神经网络学习性能研究

目的 基于卷积神经网络的深度学习算法在图像处理领域正引起广泛关注。为了进一步提高卷积神经网络特征提取的准确度,加快参数收敛速度,优化网络学习性能,通过对比不同的池化模型对学习性能的影响提出一种动态自适应的改进池化算法。方法 构建卷积神经网络模型,使用不同的池化模型对网络进行训练,并检验在不同迭代次数下的学习结果。在现有算法准确率不高和收敛速度较慢的情况下,通过使用不同的池化模型对网络进行训练,从而构建一种新的动态自适应池化模型,并研究在不同迭代次数下其对识别准确率和收敛速度的影响。结果 通过对比实验发现,使用动态自适应池化算法的卷积神经网络学习性能最优,在手写数字集上的收敛速度最高可以提升18.55%,而模型对图像的误识率最多可以降低20%。结论 动态自适应池化算法不但使卷积神经网络对特征的提取更加精确,而且很大程度地提高了收敛速度和模型准确率,从而达到优化网络学习性能的目的。这种模型可以进一步拓展到其他与卷积神经网络相关的深度学习算法。     

结构化深度判别嵌入编码网络图像聚类

大部分现有深度聚类方法都试图最小化重构损失,然而深层特征的判别能力与重构损失并没有必然联系,并且这些深度聚类方法通常只关注从样本自身提取的有用特征,很少考虑样本背后的结构信息.为解决这些问题,提出一种新的结构化深度判别嵌入编码网络聚类(SDDECC)算法,用于无监督图像聚类.首先在多层卷积自编码器网络中引入最大化互信息...     

HIPS/PP反应共混物的热性能研究

研究了高抗冲聚苯乙烯（ＨＩＰＳ）／聚丙烯（ＰＰ）在过氧化二异丙苯（ＤＣＰ）存在下熔融反应共混物的热学性能,ＨＩＰＳ在ＤＣＰ存在下以ＰＤＳ的降解为主,ＰＳ的Ｔｇ明显下降,ＰＰ在ＤＣＰ存在下以降解为主,ＰＰ的结晶完善性受到破坏,分子运动的特征及热性能较前两者发生明显变化,ＰＳ的Ｔｇ略有下降,ＰＰ分子链的规整性降低,结晶粘点降低,完善性变差。     

HIPS-g-MA共聚物对HIPS/PC共混物相容性、形态和拉伸性能的影响

研究了HIPS／PC共混物的相容性及HIPS－MA对HIPS（30）／PC（70）共混物的相容性、形态和拉伸性能的影响。DSC研究结果表明,HIPS／PC共混物中PS的玻璃化转变温度（Tg)不随组成而变化,而PC的Tg随其质量分数的降低逐渐向低温移动,说明HIPS／PC是部分相容体系。通过DSC、扫描电镜形态观察和拉伸性能测试结果发现,当HIPS－g-MA的含量低于7．5％时,共混物的相容性改善不明显,当其含量达到7．5％时,对共混物有明显的乳化作用,说明饱和的界面浓度在7．5％左右。HIPS－g-MA接枝共聚物在HIPS（30）／PC（70）共混物中的增容作用可能是酯交换反应原位生成的嵌段共聚物所致。     

采用红外透光技术的乳化液浓度自动监测系统

采用光电检测技术和单片微机数据处理、过程控制技术,实现矿用乳化液浓度的自动监测。     

情景迁移学习的多网合作碳交易供应链优化

为解决碳交易背景下跨企业供应链网络的联合优化问题,提出一种碳交易供应链多网双向合作整数规划模型以及一种情景迁移学习算法。前者针对跨企业供应链网络间的协同决策,引入合作成本、伙伴共享、协同运输及横向物流,建立针对经济侧和环境侧的目标函数,并通过基于配额的碳交易手段将二者进行量化整合。后者融合马尔可夫决策过程和信息积累机制,可有效学习不同情景下的求解经验,实现了模型的高效率、高精度可迁移求解。基于真实企业数据的实验结果表明,所得方法的求解速度优于CPLEX求解器92.68倍。迁移学习模式在不同规模算例下的效率和精度上均优于独立学习模式,且具有良好的兼容性和鲁棒性,能够有效处理大规模算例。     

PBT／HIPS／HIPS—g—GMA体系结构与性能的影响

研究了HIPS-g-GMA共聚物作为增容剂，对PBT／HIPS体系性能的影响。用DSC、SEM、力学性能等方法和手段研究PBT／HIPS／HIPS-g-GMA三元共混体系的结晶、形态结构、力学性能随组成的变化。从SEM照片中看到，含有增容剂的共混体系的微区尺寸明显变化，几乎看不到光滑的球形粒子，界面比较模糊，分不清两相结构；且随着增容剂量的增加，体系的微区尺寸明显变化；当PBT为分散相，在增容体系中的PBT出现了分级结晶现象，结晶温度降低，这是由于分散相更为精细的结果；增容后体系的力学性能提高。