HDC法生长板状Yb∶YAG晶体及其性能研究

采用水平定向结晶（HDC)法成功生长出160 mm×80 mm×20 mm的Yb∶Y3Al5O12（Yb∶YAG）晶体，并对其头部、中部、尾部取样进行了系统测试分析。结果表明，晶体结晶质量良好，不同位置晶片的Yb3+掺杂浓度、吸收光谱、荧光光谱、荧光寿命等指标具有良好的均一性，并与提拉法生长的低浓度Yb∶YAG晶体处于相似水平，在935 nm处吸收截面为1.2×10-20cm2, 在1 024 nm处发射截面达到峰值（3.2×10-20cm2），荧光寿命可达1.08 ms，水平定向结晶法生长的晶体无核心、侧心优势，对制作大尺寸板条状激光晶体有巨大的应用前景。     

发电机内冷水处理问题诊断与新技术应用

通过分析330 MW发电机组内冷水处理系统运行状况,提出了其存在的典型问题,并针对问题采取了技术改造措施,将原有的小混床处理工艺改成了并列式分床处理工艺。技术改造实施以来,水质全面达标,取得了很好的实际效果,为发电机安全运行提供了保障,可作为同类型机组内冷水处理装置选型借鉴。     

混凝土预制板质量问题及策略

本文主要分析了混凝土预制板的质量问题,重点从管理体系的构建、原材料与生产过程中的质量控制入手,提出针对性的解决措施,对混凝土预制板施工工艺与程序进行更好的优化,保证混凝土预制板的质量。通过对质量控制问题的研究,旨在为混凝土预制板生产提供指导,促进各方面工作更好的进行,取得理想的生产效果。     

一种初始相位函数估计的DDTFA方法及其应用

针对数据驱动时频分析方法(Data-Driven Time-Frequency Analysis,DDTFA)的初始相位函数估计直接影响算法的收敛性及分解精度的问题,将多尺度线调频基稀疏分解方法(Multi-Scale Chirplet Sparse Decomposition,MSCSD)引入DDTFA的初始相位函数估计中,提出了MSCSD-DDTFA方法,并应用于变转速齿轮故障诊断中。MSCSD方法采用分段线性拟合的思想,可从低信噪比信号中精确地估计出信号的瞬时频率,进而求取相位函数;DDTFA方法则可根据MSCSD估计的相位函数不失真地分离出时变非平稳信号分量;最后,可根据MSCSD估计出的瞬时频率对信号分量进行阶次包络分析,获取阶次包络谱以诊断变转速齿轮故障。算法仿真和应用实例表明:该方法可准确分离出信号中的时变非平稳信号分量,并提取变转速齿轮故障特征。     

Mg改性L分子筛负载Pt重整催化剂的制备及其石脑油芳构化性能

为克服常规氧化铝型重整催化剂氯离子流失及对设备产生腐蚀等问题，通过离子交换法制备了Mg²⁺改性的L分子筛，采用浸渍法制备了不含氯离子的Pt/MgL重整催化剂，对分子筛载体进行了XRD、N₂吸附-脱附、NH₃-TPD和Py-IR等表征，并以硫含量0.50μg/mL工业精制石脑油为原料在固定床微反装置上评价了催化剂重整芳构化性能。结果表明，Mg²⁺离子交换对L分子筛的骨架结构没有破坏，Mg²⁺的存在提高了载体的酸量和酸强度，Mg²⁺改性的Pt/MgL催化剂重整芳构化性能明显提高，适当强酸性对L分子筛重整催化剂芳构化反应起到显著的促进作用。     

崖羊山水电站尾水肘管钢衬破坏原因分析和回填灌浆处理

崖羊山水电站在2016年低水位运行一年后,发现2号机组尾水肘管钢衬撕裂脱落、混凝土脱空,通过原因分析,制定回填灌浆处理措施。     

大型泵机组状态监测及工况调控系统的研制

采用现代分布式测控系统对泵站的5台机组进行监控,现场智能仪器与计算机之间采用二线制网络传输数据,实时在线采集并同时显示5台机组工况参数、公用参数及重要计算参数如泵效等约140个。计算机可按流量、压力、电流和泵效等点动控制泵的工况。系统设置成自动控制状态时,可使泵始终工作在高效范围,以提高机组的运行效益。     

制造信息系统的多智能分析与建模研究

为解决先进制造模式下制造信息系统的分析与建模问题，提出了一种基于智能体的信息系统分析与建模方法。在该方法中，信息系统的功能和性能需求用目标层次模型进行描述，模型的构成子目标由对应角色实现，角色间任务、资源和职责的依赖构成了角色关系模型；为获得描述能力更强的系统建模元素，将角色与关系抽象和组合为智能体，并结合相应智能体协作机制设计和结构设计完成信息系统到多智能体系统模型的映射。该方法已成功应用于石化企业设备监测系统的开发。     

再生混凝土发展现状及性能研究

再生混凝土是一种对建筑垃圾合理利用的处理方式,对保护环境和社会经济效益具有显著效果。通过国内外的研究现状,对再生混凝土的基本受力性能、耐久性以及和易性进行初步分析。为我国再生混凝土的发展利用提供参考依据。     

基于动态多核相关向量机的软测量建模研究

针对污水处理过程中存在的多变量耦合、强非线性以及参数时变等问题，提出基于多核学习相关向量机的软测量建模方法，并采用粒子群算法对多核权重以及核参数进行优化。同时，引入时间差分(time difference)方法改进多核相关向量机的动态特性。为了验证所提模型的有效性，通过一仿真案例与单核相关向量机、多层前馈神经网络和基于遗传算法的支持向量机进行对比研究。结果表明，所提模型具有更好的预测效果。最后，对模型的鲁棒性在数据漂移和异常的场景下进行了讨论。