面包车尾部造型对其气动特性的影响

为了研究面包车气动特性的影响因素,以国产某小客车简化模型为研究对象,在对基础模型进行试验验证的基础上,通过数值模拟的方法,计算后风窗角度、背部角度和底部上翘角度改变以后面包车的气动阻力和升力,得到其变化规律,并把各种角度相互组合,得出最佳的尾部造型.模拟结果表明:上述3种因素对面包车的气动特性均有很大的影响,在设计过程...     

循环流化床锅炉启动能耗大的原因分析及对策

针对平朔电厂300 MW循环流化床锅炉点火能耗大的问题,详细分析了现有的点火状况以及影响启动能耗的因素,并在床料量的选取、点火一次风量的调整、油枪的出力选取、投煤温度点的选取以及启动时间上进行了相应的调整,调整后的运行方式在实际运行中得到了很好的应用,并取得了良好的经济效益。     

基于超大电容器储能的独立光伏系统的建模研究

Eestor电容功率密度大、能量密度高且使用安全无污染,是理想的储能器件。设计了一种基于Eestor电容储能的独立光伏系统的系统模型,建立其小信号模型,用Simulink仿真对其运行特性进行了分析,结果表明,系统在光伏输入功率大幅波动以及负载突变时具有很好的稳定性,为其进一步应用于可再生能源发电系统提供了参考。     

短路电流对电网结构的影响

分析了发电机接入不同电压等级提供的短路电流、500 kV变电站之间220 kV侧短路电流的相互影响,并以湖北武汉电网为例,进行了理论分析及潮流仿真计算,在此基础上分析了短路电流对电网结构的影响.     

当代大学英语教师核心能力结构模型构建

21世纪初"核心竞争力"的概念被引入到教育领域并直接指向了教师.本文分析了教师核心能力的现代内涵,在此基础上提出了大学英语改革背景下的当代英语教师核心能力结构.     

重组大肠杆菌表达的枯草芽孢杆菌腺苷磷酸化酶的应用研究

利用枯草芽孢杆茵嘌呤核苷磷酸化酶基因deoD在大肠杆茵BL21(DE3)中表达所得到的蛋白为酶液,催化核苷、2'-脱氧核苷与嘌呤及其类似物之间的反应.结果表明,嘌呤类核苷与嘧啶类核苷相比,前者达到反应平衡的时间较短、产物的得率(或底物的转化率)较高;腺苷磷酸化酶对核苷类的催化活性要比对脱氧核苷类的催化活性强;就碱基而言,对嘌呤和嘌呤类似物的催化活性基本相同.     

基于压电驱动的微振动主动减振控制系统研究

本文以压电陶瓷促动器构建并联六自由度减振平台,采用NI Compact-RIO实时控制系统和Fx-LMS自适应控制算法进行振动主动控制,对次级通道辨识方法和主动控制算法进行了模拟仿真,并搭建主动减振控制系统进行实验验证。仿真与实验结果表明,设计的主动减振控制系统对于7~50 Hz范围内的低频微振动有很好的控制效果。     

组合离子束技术在硅基材料芯片中的应用

将组合技术和离子束技术结合起来,用于硅基发光材料的研究用组合离子束技术在硅基材料上制备了64个直径为2mm的单元--材料芯片,并对硅基材料芯片各单元进行了卢瑟辐背散射质子弹性散射和扫描阴极射线发光特性分析     

广东省灵芝、铁皮石斛、西洋参三种食药物质重金属暴露风险评估

目的 分析广东省3种食药物质灵芝、铁皮石斛和西洋参中重金属污染状况及其健康暴露风险。方法 在广东省10个地市采集灵芝及其相关产品（137份）、铁皮石斛及其相关产品（96份）、西洋参及其相关产品（70份）共303份,包括3种物质的鲜品、干制品原料和食品产品,其中广州采集33份、其余9个地市各采集30份。采用电感耦合等离子法进行铅、镉、总汞、总砷的含量测定和分析;根据点评估模型,计算鲜品（按折干率折算）和干制品原料中重金属的平均含量,按照药用和膳食食用两种暴露方式,分别估计3种食药物质的重金属暴露风险。结果 作为药膳食用,暴露量高于药用暴露量,其中灵芝、铁皮石斛、西洋参的镉暴露量占每月可耐受摄入量（PTMI）的8.51%、8.72%和8.56%;总汞的暴露量占PTWI的3.51%、0.91%和1.08%。铅暴露的暴露限值（MOE）分别为11.56、7.14和20.94,总砷暴露的MOE值分别为68.34、102.39和152.28。在考虑膳食暴露途径后,通过3种食药物质引起的重金属暴露风险仍在可接受范围内。结论 广东省居民通过灵芝、铁皮石斛、西洋参的膳食暴露途径引起的铅、镉、总汞、总砷4种重金属的暴露风险较低。     

基于改进2DCNN的高光谱遥感图像处理研究

针对传统遥感图像处理中的时间成本和人工成本高、效率低等问题,以提高遥感高光谱图像分类中的处理速度、精度,降低参数量为目标,提出改进的2DCNN模型En-De-2CP-2DCNN.首先,使用1DCNN、2DCNN与3DCNN在Pavia University HSI数据集上分别进行分类实验,对比分析各自优缺点.其次,在保持较快的处理速度和不增加模型参数量的前提下,选择2DCNN为基础模型,参考SegNet的Encoder-Decoder结构,融入双卷积池化思想进行基础模型改进,同时优化学习策略.结果表明:En-De-2CP-2DCNN模型F1为99.96％,达到3DCNN的同等水平(99.36％),较改进前(97.28％)提高2.68个百分点;处理速度(5 s／epoch)和1DCNN位于同一量级,快于3DCNN(96 s／epoch);参数量(2.01 MB)较改进前降低了1.54 MB,虽高于3DCNN(316 KB),但远低于1DCNN(19.21 MB).En-De-2CP-2DCNN模型在处理速度和参数量方面的改进,有利于进一步实现移动端的轻量化部署.