基于电机动态投入的火电厂翻车机系统节能控制方案

由于系统电机始终工作在恒转矩满负荷的运行状态下,传统火电厂翻车机系统普遍存在电能浪费及设备损耗问题。为解决该问题,以某电厂两台700 MW机组的翻车机系统为研究对象,以拨车机与推车机两大设备为主体,提出电机投入率跟随负荷动态调整的节能控制优化方案。首先在翻车机系统上增加基于电机动态投入的节能控制模块,然后采用软硬件协同的方式实现控制优化。在改进后的翻车机系统中,电机跟随系统负荷动态调整投入率,从而提高翻车机系统的生产效率。实际运行情况表明,在相同的运行工况下,所提的节能控制方案能够显著降低拨车机与推车机的电能消耗与设备损耗,提高翻车机系统运行的经济性与稳定性。     

纳米碳增强碳/酚醛材料的界面结构分析

研究了纳米碳粉强化后的碳/酚醛(C/Ph)复合材料的界面结构,分析了纳米碳粉对碳/酚醛复合材料的界面结构的影响,结果表明,纳米碳粉能有效改善碳化后的碳/酚醛材料的界面结构,界面裂纹宽度明显下降.     

巴彦高勒水文站输沙率间测分析

文章通过对巴彦高勒水文站1991～2020年多年输沙率资料进行统计分析,论证该站悬移质输沙率间测方案,为优化分析测验方式,提高工作效率提供技术依据。     

2021年我国电池材料需求情况研究

电池材料主要包括金属材料及化合物。本文讨论了我国锂离子电池、铅蓄电池、氢镍电池、锌锰电池等系列电池产量,分析了电池生产对锂、钴、镍、铜、铝、铅、锑、锌、锰、镉、汞、铟、储氢稀土等材料的耗用量。随着电池产量逐年增加,材料需求量逐年增加。     

浅谈中国缺陷汽车产品召回制度

本刊上一期探讨了在汽车召回制度发展中,我国缺陷汽车召回管理制度的有效性、汽车召回的模式等问题。本期,我们就汽车召回制度的实施现状及管理现状,汽车召回中的零部件供应,汽车缺陷产品召回制度对社会信任度及企业的诚信度所产生的影响等等问题,作进一步的深入探讨。     

GaAs-AlGaAs晶体的电光调制性能模拟计算

基于非线性光学中电光效应的信号调制技术能控制和改变光场的相位和强度分布,利用半导体材料的非线性电光效应的外调制技术能够实现高速数据传输。GaAs-AlGaAs是常用的电光调制晶体材料,制备工艺成熟价格低廉。文章分析了电光调制的工作原理,对去除衬底GaAs-AlGaAs的电光调制器有源区的折射率变化以及光强分布等参数进行模拟计算。结果表明：材料折射率及光强分布随外加电场较为均匀,利用该材料制成的电光调制器有望实现低电压调制下的高速数据传输。     

Ti6321合金TIG焊接接头组织与动态力学性能研究

采用钨极氩弧焊（TIG）焊接双态组织的Ti6321合金,对未焊接母材、近热影响区母材、热影响区和焊缝区进行显微硬度及静动态力学性能测试,并对焊接接头动态压缩前后的组织结构进行观察。结果表明：Ti6321合金经TIG焊接后,热影响区组织为等轴初生α相与β相+针状马氏体α''相构成的近双态组织;焊缝区为大块α相与针状马氏体α''相构成的网篮组织,且晶粒较为粗大。在显微硬度与静动态抗压强度方面,焊接接头热影响区最高,母材与近热影响区母材次之,焊缝区最低。母材、近热影响区母材和热影响区冲击吸收功相近,焊缝区低于前三者。热影响区因形成致密细小的针状马氏体α''相,其硬度与动态抗压强度较高,变形协调能力弱,塑性较低。焊缝区粗大的晶粒使动态塑性与动态强度都较低。在2100～2900 s-1动态压缩应变率范围内,母材、热影响区与焊缝区随着应变率增大,发生了明显的塑性变形。母材与热影响区中的等轴α相由压缩前分布均匀的椭球状转变为方向不一的长条状,转变程度随着应变率的增大而增大。     

基于改进LSTM神经网络的测井曲线重构方法

地球物理测井过程中,由于仪器测量或者井眼原因等经常会造成部分测井曲线失真或缺失的情况,针对失真或缺失部分测井曲线的补全与生成问题,对测井领域知识和长短期记忆神经网络(LSTM)进行了研究,提出联合领域知识与深度学习的测井曲线重构模型(DK-LSTM)。利用测井领域知识中的地层岩性特征指数筛选数据得到高质量的训练样本,并将其作为深度学习重构测井曲线的依据;构建并训练带有领域知识约束层的长短期记忆神经网络模型;基于测井曲线间的强依赖关系在重构模型中引入注意力机制,进而生成并补全测井曲线中失真或缺失的信息。实验结果表明DK-LSTM测井曲线重构模型较标准长短期记忆神经网络和串级长短期记忆神经网络具有更准确的预测效果,为测井曲线重构提供了一种新思路。     

一种增强的多粒度特征融合语义匹配模型

语义匹配作为自然语言处理任务中重要的一环,直接制约问答系统、信息检索等任务的效率。针对现有语义模型大多只以词为基本语义单元进行注意力交互,较少考虑中文中的词边界模糊和字符信息获取不足而带来的语言颗粒度对整体建模忽略的问题,提出一种增强的多粒度特征融合语义匹配模型EMGFM。首先结合BERT模型和word2vec以获得增强的字符向量表示,然后从字、词、句三种粒度进行注意力的交互,并对交互结果进行加权融合,以突出不同交互信息对整体建模的贡献。为减少交互过程中产生的信息损失,通过构造差异性来对交互信息进行信息增强。最后通过最大池化、平均池化两种方式获得文本的最终语义表示以进行匹配度的计算。该模型在CCKS问句匹配大赛中文数据集上达到了87%的正确率,相比于一些语义匹配的经典模型准确率均有提升,证明该方法确实能有效提升问句语义匹配的准确性。     

基于自寻优和交叉寻优的量子优化算法

为提高群智能优化算法的搜索能力,提出了一种量子优化算法。该算法基于量子位Bloch坐标,将种群分为最优个体和普通个体两部分并进行不同处理,对于最优个体,通过使所有量子比特在Bloch球面上绕着坐标轴多次旋转,生成多个新个体,并采用贪婪搜索策略选择最优个体;对于普通个体,将当前个体的量子比特向着随机交叉确定的目标位置旋转,生成新个体,并在当前个体和新个体之间通过贪婪选择以实现当前个体的交叉寻优。函数极值优化的仿真结果表明,所提算法在优化能力上,优于简单量子遗传算法、普通遗传算法和人工鱼群算法,从而验证了算法的有效性。该算法在高维能很好地避免陷入局部最优值,具有快速收敛性和良好的全局搜索能力,实验结果揭示出采用量子计算设计优化算法进而提升搜索能力的研究思路是可行的。