燃煤电站大流量烟气下飞灰细颗粒声波团聚实验研究

以某燃煤电厂烟气流量20 000 m~3/h(标况下)的中试实验平台为对象,采用在烟道两侧布置声波发生器并联合喷雾增湿,对不同频率和声压级的声波细颗粒团聚效果进行了测试研究。测试结果表明:声波频率和声压级对团聚效果有较大影响,在声波频率为1400～1 700 Hz时,烟气中PM_(2.5)颗粒能获得较好的团聚效果;随着声压级(或者功率)的增大,团聚效率提高,特别是声压级大于140 dB后,团聚效果明显增大;声波联合喷雾增湿能进一步促进烟气中细颗粒团聚,提升电除尘器对于PM_(2.5)或者PM1颗粒的脱除效果。该结论对提高大型燃煤电厂锅炉烟气中飞灰细颗粒团聚效果和除尘效率有重要的指导意义。     

光控电压过零触发技术在低压动态无功补偿装置中的应用

本文将光控电压过零触发技术应用于可控硅投切电容器低压动态无补偿装置的设计简化了可控硅触发电路的结构,提高了装置的可靠性,降低了成本。     

无能级稳定判据的多尺度量子谐振子算法

多尺度量子谐振子算法是一种基于量子理论构建的智能优化算法。能级稳定过程是该算法的核心迭代过程之一,能级稳定判据是判断算法是否达到暂稳态的条件。通过对算法物理模型的分析,可知算法在初始采样阶段每一次迭代操作都是能级下降的过程,所以取消能级稳定判据,也可实现算法从高能态过渡到暂稳态直至基态的进化过程。无能级稳定判据的算法在6个标准测试函数上的结果显示其在求解精度、成功率、迭代次数上均表现出了优异的性能,算法的波函数显示无能级稳定判据的算法仍然可以完成从高能态到基态的收敛,且算法在结构上更加简洁,易用性更高,实现难度更低。无能级稳定判据的多尺度量子谐振子算法能够以更加简洁且有效的方式进行应用。     

结合改进主动学习的SVD-CNN弹幕文本分类算法

为解决传统卷积神经网络（CNN）模型使用池化层进行文本特征降维会损失较多文本语义信息的问题,提出一种基于奇异值分解（SVD）算法的卷积神经网络模型（SVD-CNN）。首先,采用改进的基于密度中心点采样的主动学习算法（DBC-AL）选择对分类模型贡献率较高的样本进行标注,以低标注代价获得高质量模型训练集;然后,结合SVD算法建立SVD-CNN弹幕文本分类模型,使用奇异值分解的方法代替传统CNN模型池化层进行特征提取和降维,并在此基础上完成弹幕文本分类任务;最后,使用改进的梯度下降算法（PSGD）对模型参数进行优化。为了验证改进算法的有效性,使用多种弹幕数据样本集,对提出的模型与常用的文本分类模型进行对比实验。实验结果表明,改进的算法能够更好地保留文本语义特征,保证训练过程的稳定性并提高了模型的收敛速度,在不同的弹幕文本上较传统算法具有更好的分类性能。     

国际气象通信系统传输模型研究

以Snort为核心,以分层分布式网络为框架构建基于APT攻击的入侵检测模块的防御系统,并提出了一套新的OTN动态匹配算法。首先,介绍了APT攻击的特点。然后提出了一套针对APT攻击的基于Snort的防御检测模型,并在Snort原有的三步动态调节算法的基础上,提出了一个新的动态匹配算法。最后,用原有的动态匹配算法与改进型动态匹配算法做对比实验,对最终结果进行对比分析。得出结论,采用新型动态匹配算法的分布式网络检测系统对网络安全防护的功能有明显的提高。     

面向批量化小卫星的便携式快速巡检系统研究

为解决批量化小卫星在贮存阶段测试周期长、自动化程度低、测试设备多等问题,提出了一种面向批量化小卫星的快速巡检方法,设计并开发了针对小卫星多种测试模式下的便携式快速巡检系统。该系统具有适用性广、稳定性好、效率高、成本低、便于携带和操作简便等优点,已在某小卫星的批量巡检中得到应用验证。通过参数配置、巡检序列设置、程序上注更新和巡检模式重组,可满足不同小卫星快速批量巡检,特别是用于小卫星外场巡检时优势明显。经实验结果表明,单颗小卫星的巡检时间从2天缩小到2小时,明显提高了巡检效率,大幅降低了时间成本和人力成本,对小卫星的批量巡检效果更加显著。