长距离引水系统超大型输水泵站工艺设计要点

文中以上海市黄浦江上游水源地工程中超大型原水输水泵站为例,阐述在长距离市政输水系统工程中,超大型输水泵站的工艺设计关键要点.通过分析泵站输水运行工况及水力计算、水泵配置及选型、水泵调节方案、水力过渡过程及防水锤设计、水泵前池稳态设计等方面,得出合理的泵站设计方案,保障长距离引水系统及超大型输水泵站的平稳安全运行.     

基于"互联网+"的个性化教育教学模式创新研究与实践

在分析个性化发展的基础上,通过国情和学情的分析,在互联网+和教育大数据时代背景下,以个性化教育理念为核心,坚持教书育人并重为出发点,融知识、能力与素质教育为一体,对课程个性化教育教学模式进行创新研究.以互联网云平台的载体,建设优质教学资源,研究基于"互联网+"的个性化教育教学模式,提出课程教学改革与创新的本质和创新教学手段的应用方式,形成线上线下混合学习的个性化教育教学方式,打造高等职业教育个性化新生态教育环境,通过"一带一路"的倡议,为高等职业教育创新人才的培养奠定提供理论研究和实践探索依据.     

面向"承德国家可持续发展议程创新示范区"语言服务的外语教学改革新思路

新时代对外语人才的需求已经从单一型转向复合型,尤其是与国家战略相结合的外语教学改革,已成为新时代发展的客观需求.目前的外语教育注重基础教育,忽视了人文教育和专业教育,其人才培养模式无法满足语言服务行业需求.依据"一带一路"以及"2030年可持续发展议程"外语教学改革建议,以可持续发展目标和"承德国家可持续发展议程创新示范区"提出的若干举措为导向,以为"承德国家可持续发展议程创新示范区"提供语言服务为目标,对公共外语和专业外语提出富有人文性和专业性外语教学改革建议.     

两种不同运行方式下好氧颗粒污泥培养及污染物去除性能对比研究

为了解决单一负荷或逐步提高负荷下培养颗粒污泥所需时间较长、污染物去除不稳定的问题,本文提出采用交替改变进水碳氮负荷方式,研究好氧颗粒污泥(AGS)形成过程及污染物去除效果。通过设计进水/曝气/沉淀/排水（S1反应器）和进水/曝气/停曝/曝气/停曝/曝气/沉淀/排水（S2反应器）两种运行方式培养好氧颗粒污泥,对比分析颗粒污泥形成过程中污泥形态变化、污泥沉降性能及对污染物去除情况。结果表明,S1反应器在第84天、S2反应器在第78天均可形成平均粒径为0.5mm的颗粒污泥,第115d时两个反应器内颗粒污泥的平均粒径分别为0.85mm、0.97mm。S1、S2反应器内的MLSS、SVI的质量浓度分别达到了4.94g/L-1、5.895g·L-1和80mL/g、46mL/g,S2运行方式下,形成的颗粒污泥更有利于微生物的生长,使反应器内维持较高的生物量且沉降性能更优。两种运行模式下COD、NH4+-N的去除效果变化甚微,TN、PO43--P去除效果差异较明显。S1运行方式下COD、NH4+-N、TN、PO43--P去除率分别为90.0%、99.7%、74.5%和85.0%,S2运行方式下COD、NH4+-N、TN、PO43--P去除率分别为94.0%、99.9%、94.4%和95.0%,与前者相比COD、NH4+-N、TN、PO43--P去除率分别增加了4.0%、0.2%、19.9%和10.0%。因此,进水碳氮负荷同步交替变化-进水/曝气/停曝/曝气/停曝/曝气/沉淀/排水方式可在更短的时间内培养出粒径更大、污染物去除性能更优的好氧颗粒污泥。     

美国国家人工智能安全委员会最终报告解析及启示

随着人工智能技术的快速发展和广泛应用,人工智能在国际竞争中的战略作用日益显现,特别是对以技术优势确保军事优势、实现国家安全目标具有不可替代的作用.为了促进入工智能和相关技术发展、满足美国的国家安全和国防需求,2018年8月,美国根据约翰·麦凯恩《2019财年国防授权法》成立了国家人工智能安全委员会,旨在为美国政府和国会提供战略层面的规划建议.     

APPLICATION OF PULSED PLASMA ARC WELDING TO BOILER TUBING SYSTEM JOINTING

本文对脉冲等离子焊接锅炉管系的研究工作中一些主要结果进行了论述,如焊接参数对焊接熔池控制的影响,主要焊接参数的匹配及主控参数的选定,焊接缺陷与消除方法及其在生产使用中的情况。还讨论了取等离子弧穿透时产生的音响讯号作为工艺适应控制讯号的问题。     

基于电网电力设备“两态”管理体制的安全生产责任体系建设的研究与应用

介绍了安全生产责任体系建设的基本内容,分析了电网电力设备安全生产现状及存在问题,并结合相关实践经验,分别从强化电网电力设备状态检修等多个角度与方面,探讨了电网电力设备安全生产责任体系建设策略。     

基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法

短期电力负荷的精准预测可以有效指导机组组合调度、经济调度与电力市场运营。针对输入数据特征量受限时负荷预测的低精度问题,提出一种基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法。通过建立融合局部特征预提取模块的LSTM（long short term memory）网络结构,并将其与XGBoost（eXtreme boosting system）预测模型并行结合,之后结合MAPE-RW（mean absolute percentage error-reciprocal weight）算法进行模型融合初始权重设置,对最佳权重进行搜索,构建最佳融合模型。通过运用电力负荷数据对所提方法进行预测实验,结果表明CNN-LSTM- XGBoost模型的MAPE（mean absolute percentage error）与RMSE（root mean square error）分别为0.377%与148.419 MW,相比于单一网络模型与融合模型结构实现了误差指标的显著降低,验证了基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法具有较快的模型训练速度、较高的预测准确度与较低的预测误差。     

储能与AGC机组协同的鲁棒调度

利用储能所具有的调节速率快的特点参与自动发电控制(AGC)机组调度,对应对风光间歇性具备明显的优势.已有计及储能的调度决策方法往往不能准确刻画储能应对风光间歇性的作用.为此,提出了储能协同AGC机组应对风光间歇性的两阶段鲁棒优化调度模型,将储能与AGC机组在控制中的动作轨迹抽象为任意2个瞬间之间的过程,利用储能所具有的快速充放电特点,弥补AGC机组响应速度的不足,提高其爬坡能力来释放机组的调节潜力,从而应对可再生能源发电的间歇性问题.所提两阶段模型具有解耦复杂、迭代次数多的特点,采用列约束生成(C&CG)算法进行求解.算例结果表明,与不考虑利用储能应对间歇性的模型相比,所提模型具有较强的鲁棒性,可有效降低对电力系统调度的配置需求,在经济和效率上有明显的优势.     

颗粒尺度对纳米材料相变的影响

运用Ｈｅｉｓｅｎｂｅｒｇ模型研究了纳米材料相变的尺度效应，建立了相变与颗粒尺度之间的定量关系。模拟结果表明，这一理论与实验数据相符合。