负载型固体碱催化合成三氟碘甲烷

将碱金属、碱土金属盐负载在活性炭载体上制备的多种负载型固体碱作为催化剂,应用于五氟乙烷、氧气和碘合成标题化合物的实验表明,所制备的固体碱中钾盐催化活性高,选择性好,是理想的活性组分。     

机制砂C55高性能混凝土的制备与应用

针对工程实例,采用粒型好、级配合理的机制砂和多级配碎石,可获得混凝土最小孔隙率,通过优化配合比,完全可以取代天然砂配制高强高性能混凝土。从评定结果反映出机制砂配制的混凝土质量稳定,标准偏差小,构件质量均匀。     

乙醇胺还原胺化合成乙二胺的催化剂研究进展

介绍了乙醇胺催化还原胺化反应合成乙二胺的机理及影响反应的工艺条件:叙述了乙醇胺还原胺化反应的催化剂研究进展,讨论了催化活性中心、催化剂栽体、助剂等对胺化反应的影响.认为乙醇胺还原胺化法是一种适合于大规模、连续化生产乙二胺的清洁工艺,将成为未来发展的必然趋势.     

固体碱KF/Al_2O_3在过渡金属催化的偶联反应中应用研究进展

自Clark和Ando的等发现KF/Al2O3的特殊性能以来,KF/Al2O3在诸多类型的有机反应中得到应用,并取得了满意的结果。近年来,化学科研工作者不断地对其进行深入的研究,使其在更多有机合成领域得到应用。综述了近年来固体碱KF/Al2O3在过渡金属催化的偶联反应中应用的研究进展。     

模糊控制在锅炉热工控制中的应用简介及研究前景

本文首先简单介绍模糊控制及研究其在当前锅炉热工控制中的必要性，并且重点围绕过热汽温控制及汽包水位控制阐述了模糊控制的必要性及研究应用现状，最后展望了模糊控制针对锅炉控制应用的研究前景和方向。     

热沉定值系统不确定度评定

热沉是表征吸热型碳氢燃料吸热能力的特性参数,准确高效地计量热沉是吸热型碳氢燃料在高超声速飞行器中工程应用的前提和关键技术。根据功能模块划分设计理念,研建了一套高精度、集成自动化的热沉定值系统。在此基础上,依据JJF 1059《测量不确定度评定与表示》的相关规定,分析了热沉定值系统的不确定度主要分量并进行了不确定度评定。结果表明,热沉定值系统的扩展不确定度为2.48%(k=2)。热沉定值系统的建立不仅为吸热型碳氢燃料的吸热能力提供了计量保障,而且也为后续热沉标准物质的研制奠定了基础。     

基于单神经元自适应控制器的IGCC电站气化炉控制

在分析IGCC电站中气化炉的工作特性与气化炉控制系统基本结构的基础上,对气化炉控制系统进行了设计。运用单神经元自适应控制方法,采用改进的有监督的Hebb学习规则在线完成控制器参数的自整定,从而实现系统的智能控制。仿真结果表明,与常规PID控制方法相比,该方法具有控制精度高、响应速度快的优点,并且具备较强的自适应性和鲁棒性。     

基于RBF神经网络的热工过程在线自适应建模算法研究

传统的各种神经网络建模方法由于自身的局限性不能很好地应用于复杂的热工过程建模。该文提出了一种新型的基于RBF网络的热工过程在线自适应建模算法：近似相关性网络(ACN）建模和阶层补偿式网络结构（HCN）建模。文中与资源分配网络（RAN)进行了详细的算例比较，并进一步计算了实际的热工非线性模型。计算结果表明：该文提出的建模算法不仅能提高模型的输出精度，而且也可有效地减小网络的规模，较好地解决了神经网络超界空间的自适应构造问题，为热工过程全局非线性模型的建立提供了一个新的解决方法。     

一种改进RBF网络与PID相协调的自适应控制

为充分利用人工神经网络处理非线性问题能力和PID控制器设计简单以及鲁棒性强的优点,设计了高性能控制器.通过对最小资源分配网络的裁剪策略进行改进,使改进的网络具有更加紧凑的结构;把改进的最小资源分配网络应用到神经网络自适应控制器中,同时结合神经网络自适应控制和PID控制,提出一种神经网络与PID相协调的自适应控制策略,并应用到对电站锅炉过热汽温的控制上.仿真结果表明,提出的控制算法与常规的控制算法相比具有更好的控制品质.     

最小资源分配网络及其在电站锅炉中的应用

燃煤电站锅炉内NOx的生成规律非常复杂,与锅炉的燃煤、送风方式、燃烧器等许多运行参数和结构有关.人工神经网络具有联想、记忆、自适应、自学习、适于处理非线性问题等优点.该文采用基于RBF网络的最小资源分配网络(MRAN)对某电站锅炉NOx的生成规律和效率进行建模,该模型不仅能自动调节隐节点数、学习速度快、学习精度高、适于在线运行,而且具有能同时预测NOx排放和锅炉效率等优点.该模型对电站锅炉的运行具有指导意义和参考价值.