动态无功补偿技术应用综述

合理的无功功率补偿对于对输配电系统非常重要。无功补偿装置已经由同步调相机、并联电容器发展到基于大功率电力电子器件的静止补偿装置。章在描述动态无功补偿技术在国内外应用现状的同时，详细介绍了SVC及STATCOM的基本原理、功能以及它们在输电网、配电网、大型工矿企业的具体应用，并对二的技术经济性能做了详尽的比较。     

超声强化超临界流体萃取薏苡仁油和薏苡仁酯的影响因素及效果

考察了超声强化超临界流体萃取(USFE)薏苡仁中的薏苡仁油和薏苡仁酯的效果。以 CO2作为超临界流体分别研究了萃取过程中萃取温度、萃取压力、原料颗粒大小、超临界流体流量、超声参数、萃取时间等因素对萃取率的影响,并与超临界流体萃取(SFE)进行对比。结果表明,超声强化超临界流体萃取过程,最适宜的萃取温度为 40℃,比超临界流体萃取的最适宜的萃取温度降低了 5℃;最适宜的萃取压力为 20Mpa, 比超临界流体萃取的最适宜的萃取压力降低了 5Mpa;最佳萃取时间为 3.5h,比超临界流体萃取的最佳萃取时间缩短了 0.5h;萃取率提高约 10%左右。若萃取率相同时,流体流量可减少 0.5L·h-1 ,原料粒径的要求可放宽。     

垂直干旱指数在高寒农区春旱监测中的应用研究

青海省东部农业区“十年九旱”,“春旱年年有”,对农业生产的影响非常严重,但该地区至今缺乏有效的春季干旱遥感监测方法。使用环境减灾卫星CCD数据提取青海省东部农业区农业气象观测站的垂直干旱指数(PDI),拟合其与不同深度土壤水分的关系模型,各模型的无偏相关系数均在0.7以上;其中PDI与0~20 cm土壤相对湿度关系模型(y=-489.00x+188.78)的拟合效果最好(无偏相关系数为0.7985)。该模型反演的湟源农业气象观测站固定观测地段的土壤水分时间变化序列与人工测量值的时间变化序列,在趋势变化上较为一致。2013年西宁农区的春季干旱监测中,该模型监测结果显示:发生干旱的地区主要出现在大通河谷地和湟水谷地,湟源农区的土壤旱情在整个西宁农区的土壤旱情发展中最为严重,监测结果与实际旱情分布地区一致。     

不同频率超声对鲢鱼肌原纤维蛋白结构的影响

以鲢鱼为原料,采用单频、双频和三频超声分别处理鲢鱼肌原纤维蛋白,研究不同频率超声处理对肌原纤维蛋白表面疏水性和表面巯基含量的影响。结果表明:经不同超声处理后,随着超声时间的延长,肌原纤维蛋白的表面疏水性和表面巯基含量均呈现先增大后减小的趋势。单频和三频超声在分别处理肌原纤维蛋白15 min和10 min后,其表面疏水性和表面巯基含量达到最高值。与未超声处理蛋白的表面疏水性相比,80 kHz超声处理15 min后的蛋白表面疏水性提高了56.88%,三频超声处理10 min的蛋白表面疏水性提高了65.34%。与未超声处理蛋白的表面巯基含量相比,80 kHz超声处理15 min后的蛋白表面巯基含量提高了11.19%,三频超声处理10 min的蛋白表面巯基含量提高了13.32%。双频超声对蛋白表面疏水性和表面巯基的影响作用介于单频和三频超声处理的之间。     

基于小波包能量特征向量神经网络的旋转机械故障诊断

为精确诊断旋转机械的故障,提出一种基于小波包特征向量的神经网络故障诊断方法。用转子台信号模拟旋转机械故障,并对采集到的信号进行3层小波包分解,构造小波包特征向量,并以此为故障样本对3层BP网络进行训练,实现智能化故障诊断。实验结果表明训练好的神经网络能够很好地诊断出转子台故障类型,为旋转机械的故障诊断提供了新方向。     

β-葡萄糖醛酸酶发酵培养条件优化及提取研究

β-葡萄糖醛酸酶（β-G）是大肠杆菌（E．coli）的特异酶,本文利用酶-底物法测定β-G活性,确定了β-G的最佳发酵培养基：胰蛋白胨1％、淀粉5％、NaCl0．5％、酵母膏0．5％、pH7．2～7．4;最佳发酵培养条件：通气量50mL/250mL三角瓶,转速110rpm,并用硫酸铵分级沉淀法对β-G进行提取研究。     

变性淀粉特性及其在食品工业中应用

该文介绍变性淀粉分类、应用特性和几种常用变性淀粉在食品工业中应用,并指出变性淀粉发展方向。     

大豆深加工研究进展

大豆含有丰富的优质蛋白质和植物油及多种对人体有益的生物活性物质,如大豆膳食纤维、大豆磷脂、大豆低聚糖、大豆异黄酮、大豆皂苷等,加工前景十分广阔。本文主要简述了大豆深加工的研究开发现状,并对提取工艺和加工方法进行概述。     

振动信号采集中剔除脉冲的新方法

现场采集的振动信号数据中包含各种噪声，文中引入非线性数学形态变换，提出了采用开-闭和闭-开组合的数学形态滤波器去除现场振动信号中的噪声，特别是脉冲干扰的新方法。给出了振动信号处理中形态滤波器结构元素的构造方法。仿真计算及实例验证表明，采用数学形态滤波器可以有效去除脉冲干扰，提取信号的全局和局部特征。数学形态学算法中仅包含布尔运算及加减运算，简单，快速，易于实现。     

基于深度对比迁移学习的变工况下机械故障诊断

机械设备实际运行中的工况具有时变性，这加剧了源域（训练集）和目标域（测试集）数据之间的分布差异，因而导致智能故障诊断模型的性能下降。提出了一种基于深度对比迁移学习的方法，可用于机械设备变工况下的故障智能诊断。利用多层卷积块作为模型前置特征提取器，能够有效提取原始振动数据的代表性特征，提升故障分类器和域判别器的诊断性能。将前置特征提取器提取的特征传递给特征融合器，特征融合器提炼并联接局部感受野和全局感受野卷积特征，增强模型特征表达能力。将特征融合器提炼的特征用于故障分类器和域判别器诊断不同工况下的机械故障，并在故障分类器中使用Wasserstein距离度量源域和目标域数据的差异，基于互信息噪声对比估计提出用于工况区分的互信息对比域判别器，提高模型的迁移诊断性能。将所提方法用于诊断变工况下不同类别的轴承、齿轮故障。结果表明，所提方法能够有效实现变工况下轴承、齿轮故障的迁移诊断。