力值、转速复合传感器的设计与研究

对传感器的基本结构进行了详细分析,介绍了一种新研究设计的力值、转速复合传感器,该传感器在被测力的作用下,弹性体上的电阻应变计会产生电阻变化,再利用测量电桥将此电阻变化转换为电信号,同时传感器上安装齿盘测速装置并输出脉冲信号。     

铝薄板裂纹电磁超声导波B扫描检测实验研究

采用Disperse软件,计算了3 mm厚度铝合金薄板的水平剪切(Shear horizontal, SH)导波频散曲线,设计制作了中心频率为0.22 MHz的SH导波电磁超声换能器(Electromagnetic acoustic transducer, EMAT),对铝薄板试样中直裂纹进行了B扫成像检测实验分析,采用同步挤压小波变换(Synchrosqueezedwavelettransform,SWT)对来自铝薄板试样中直裂纹SH导波信号进行了去噪处理。实验结果表明,SWT可以去除原始导波信号中的噪声,并实现导波模态分离,有助于改善B扫图像的质量。所设计的SH导波EMAT能够有效地检出3 mm厚铝薄板试样中10 mm长、1 mm宽、2 mm深的人工直裂纹。     

基于增量Voronoi序列的即时彩色点画算法

作为流行的图像风格化技术之一,数字点画是具有吸引力的一项研究课题.现有的大部分工作针对黑白点画,而彩色点画作为一种多类别采样问题,其计算成本较大,为此提出一种即时彩色点画算法,采用离线计算的方式得到蓝噪声性质的点集,以此构建增量Voronoi序列;然后将单类别阈值策略扩展到多类别阈值策略来确定各个采样点的颜色;最后根据采样点的颜色生成彩色点画.通过与其他合成策略在不同颜色空间中的对比,结果表明文中确定性算法可以在保证效率和鲁棒性的同时,生成与当前最先进算法质量相当的结果.     

基于时间Pedti网的工作流建模

随着工作流管理的发展，人们提出了很多扩展Pedti网概念用于工作流建模，描述工作流中的资源，资源条件以及任务与资源条件之间的关系是一件很复杂的事情。而现有的用于描述工作的Pedti网在这方面，并令人满意，该文特别强调资源的概念，在时间Pedti的基础提出了一种新Pedti网－－资源条件／任务网（Resource Condition/Task net，简称RC／TN），利用RC／TN网来进行工作流建模，描述工作流的执行过程，并将该工作流模方法应用于OA流程的描述中。     

基于时间Petri网的工作流建模

随着工作流管理的发展,人们提出了很多扩展Petri网概念用于工作流建模。描述工作流中的资源、资源条件以及任务与资源条件之间的关系是一件很复杂的事情。而现有的用于描述工作流的Petri网在这方面,并不令人满意。该文特别强调资源的概念,在时间Petri网的基础上提出了一种新Petri网———资源条件/任务网(ResourceCondition/Tasknet,简称RC/TN),利用RC/TN网来进行工作流建模,描述工作流的执行过程。并将该工作流建模方法应用于OA流程的描述中。     

温度对地沟油催化裂解产物的影响

以小型固定流化床为实验装置,CIP-2为催化剂,研究了不同温度下地沟油催化裂解的产物分布,特别是丙烯产率和汽油馏分收率随裂解温度的变化规律。实验结果表明,液化气中丙烯质量分数最高,约占30%,且随着温度的增加逐渐增大,但反应温度大于540℃时丙烯质量分数的变化不明显。汽油馏分收率随着温度的升高先增大后降低。13C-NMR分析发现汽油馏分中芳烃取代基主要是短碳链取代,以甲基和乙基取代为主,分别占44. 2%和43. 5%。FT-IR分析表明,汽油馏分和柴油馏分中不含酯类羰基。     

相控阵兰姆波全聚焦算法的不锈钢薄板分层缺陷检测

航空金属薄板在加工时由于夹杂产生的气孔会随着使用过程中的拉伸和挤压而形成一种闭合型的分层缺陷。针对此类缺陷的检测,提出一种相控阵全聚焦成像算法与兰姆波检测结合的方法。首先从原理上分析并确定激励兰姆波的模态、频率及楔块的角度,其次对3 mm厚度不锈钢板中不同规格、形状的分层缺陷进行试验。结果表明:本研究方法能够对分层缺陷的轮廓成像;兰姆波易受缺陷上端面反射影响,导致缺陷下端面成像出现拖尾图像,且缺陷上端的定位定量精度要高于缺陷下端面;上端面缺陷的定位误差均在4%以内。     

Zn-Mg-La催化剂的制备及其用于酯化合成单甘酯

采用共沉淀法制成非均相碱性催化剂Zn-M g-La复合氧化物,将其用于催化甘油和大豆油甘油酯解成单甘酯(MAG)反应,考察不同的La添加量、焙烧温度、焙烧时间等对催化剂活性的影响.并考察了反应温度、醇油比、反应时间以及催化剂用量对单甘酯收率的影响.通过XRD,SEM等表征手段,对材料的理化性质进行分析.结果表明,最佳的...     

基于CEEMD-FE和AOA-LSSVM的短期电力负荷预测

针对电力负荷预测精度不高、效率低的问题,采用算术优化算法(AOA)和最小二乘支持向量机(LSSVM)的模型对经过互补集合经验模态分解(CEEMD)和模糊熵(FE)综合处理后的子序列进行预测,构建了CEEMD-FE-AOA-LSSVM预测模型。首先,利用FE算法对经过CEEMD处理后的各子序列进行熵值重组,该过程提高了模型的抗干扰能力和运算效率。然后,用AOA-LSSVM模型对处理后的子序列进行预测,并将预测叠加输出。最后,通过误差函数对模型进行横向对比和纵向对比,利用两种对比结果来检验其性能。通过实验可知,与CEEMD-LSSVM、AOA-LSSVM、CEEMD-AOA-LSSVM等其他模型相比,CEEMD-FE-AOA-LSSVM组合模型能够兼顾到预测精度与预测效率两方面,做到了综合性能的提升。同时也验证了经过CEEMD或AOA处理的模型能够有效地提升预测精度。     

隔壁精馏塔结构参数优化研究

选择石化工业具有代表性的苯-甲苯-二甲苯体系为分离对象,以简捷和严格计算得到的隔壁精馏塔结构与操作参数为基础,以再沸器热负荷和年总费用为目标函数,采取"先分后合、等比优化"的方法,对隔壁精馏塔结构参数进行系统优化。研究表明:采用"先分后合、等比优化"方法优化隔壁精馏塔结构参数,较常见的单参数优化法更加合理。采用该法最终得到的优化方案与最初设计方案相比,隔壁精馏塔各段塔板数均不相同,操作参数不同,再沸器热负荷下降了81.39 kW,年总费用减少了2.0×10~4美元/a。结果表明,该方法可用于隔壁精馏塔结构参数的系统优化。