适用于过渡水深的漂浮式风电机组的研究

在借鉴国内外已有的研究成果的基础上,介绍了几种适用于过渡水深的漂浮式风电机组,并从主尺度、总体性能、荷载与控制系统、结构设计与成本等方面进行了对比分析。通过分析发现,半潜(Semi-Sub)式漂浮式风电机组的技术成熟度最高,但运动响应和产生的疲劳荷载要比张力腿(TLP)式大,船(Barge)式、Semi-Sub式与TLP式的控制系统优化逻辑有一定差别;TLP式和Barge式的结构设计比Semi-Sub式简单,但TLP式的施工难度较大;不同类型漂浮式风电机组总建设成本相差不多,只有从整个产业链上降低成本,漂浮式风电机组的商业价值才能显现。     

矩形梁弯曲正应力分析

为了研究矩形梁弯曲正应力的分布规律,利用Creo建立矩形梁的三维模型,并且利用ANSYS Workbench对矩形梁施加载荷,得到矩形梁的应力分布云图,同时利用材料力学多功能实验台进行矩形梁的应力分布实验,仿真结果和实验结果与理论分布规律相符.采用三种方式对矩形梁弯曲正应力分布规律进行分析,加深了对矩形梁弯曲正应力分布...     

基于长短期记忆网络的超短期负荷预测

负荷预测的准确率会影响电力生产和经济发展,根据目前广东电力现货市场的出清机制,超短期负荷预测的准确度对未来电力现货市场出清电价有着重大影响。文章采用数据横向纵向修正法对历史负荷数据进行修正,通过长短期记忆网络（Long Short Term Memory Network,LSTM）的预测方法,同时考虑现货市场实际运行时间间隔,对未来15 min的负荷进行预测。根据应用情况表明,该方法简单实用,能满足现货市场实际运行出清时的负荷预测要求。     

粒子群算法下考虑停电成本的微电网储能优化配置模型

本文以粒子群算法为基础,在考虑停电成本前提下,构建了微电网储能优化配置模型。根据微电网负荷特征构建了多类型负荷停电损失模型,提出了以等微增率法为载体的负荷停电时间优化配置方式,并基于新增储能成本与停电损失最小化原则,生成储能优化配置模型,然后以粒子群算法完成了模型求解。通过实例验证,结果表明,本文提出的基于粒子群算法的微电网储能优化配置模型,可在严格遵守负荷最优化停电下,科学合理决策储能容量,且在很大程度上降低总成本。     

无刷直流电机控制中DSP系统电源可靠性设计

基于TMS320F2812-DSP的方波驱动无刷直流电机控制具有良好的调速性能,而随着电子技术的飞速发展,微电子器件的供电电压逐渐降低.介绍了一种无刷直流电机控制中基于TMS320F2812-DSP的电源解决方案,给出了电源可靠性的详细设计,并利用Matlab对电源电压的效率进行了仿真研究,结果表明该设计在电源可靠性方面达到了更高的要求,取得了良好的效果.     

产学研结合提升本科毕业设计质量的研究

毕业设计是培养学生创新能力和实践能力的重要环节。分析了安徽工程大学电气工程学院本科毕业设计中存在的问题,从合作选题、指导教师团队、毕业论文撰写、成绩评定、制度建设等方面探讨了产学研结合毕业设计模式的实施方式。实践表明,产学研合作教育模式可以有效提升地方性高等院校工科专业毕业设计质量。     

在线离子交换预富集-火焰原子吸收光谱法测定环境水样中的铅和镉

采用在线离子交换预富集-火焰原子吸收光谱法同时测定环境水样中微量铅和镉。观察样品pH、洗脱剂浓度、离子交换树脂用量、共存离子对离子交换树脂富集效果的影响。结果表明,当交换树脂用量为0.50 g,样品液pH为6.0时,用0.80 mol/L HNO3进行洗脱可达到良好效果。方法用于在线分离和富集环境水样中的铅和镉,对铅和镉的测定灵敏度提高了100倍,加标回收率为90%～102%。在线离子交换预富集-火焰原子吸收光谱法具有操作简便,灵敏度高,成本低等特点,可用于环境水样中微量重金属的现场快速检测。     

基于DSP的G.729语音编解码器的实时实现

随着信息技术的发展,需要在有限的带宽下传送更多的数据,数据压缩技术日趋重要.国际电信联盟（ITU）推出的G.729协议是基于共扼结构——代数码激励线性预测的语音编解码算法.提出了基于TMS320VC5402的硬件实现方案,设计与实现了G.729语音采集与处理系统,并针对算法进行了软件优化,优化后的算法复杂度为48.5MIPS,达到了在目标系统上实时实现的目标.     

1,4-二棕榈酰羟脯氨酸的合成工艺

对化妆品用皮肤抗衰老剂1,4-二棕榈酰羟脯氨酸的合成工艺进行了研究。重点对棕榈酰氯与羟脯氨酸缩合反应的摩尔比、反应时间、反应温度、反应介质、pH值等因素进行了考察。得到的适宜的反应条件为:丙酮体积分数为50%、n(羟脯氨酸)∶n(棕榈酰氯)=1∶2.5、pH=9～10、反应温度15℃、反应时间4h。产物经纯化后得到熔点为81～85℃的白色固体粉末。     

轧制力预测中RBF神经网络的组合应用

 传统的数学模型无法达到冷连轧控制的尺寸精度要求。针对传统轧制力模型的固有缺陷,为提高冷连轧机组轧制力计算精度,合理选择、更新和预处理训练样本,采用RBF神经网络预测冷轧带钢屈服应力并把它用于传统轧制力计算模型,获得较高的轧制力预测精度。而后使用RBF长期数据修正网络和RBF短期数据修正网络得到长期数据修正网络和短期数据修正网络的修正系数,对轧制力计算值进一步修正,从而进一步提高轧制力预报精度。上述方法直接用于某冷连轧机组,轧制力预测误差在±6%之内。这充分证明RBF网络可以成功用于轧制过程控制并满足实际生产的需要。