基于神经网络的新息自适应卡尔曼滤波在高速公路变形监测中的应用

实际应用中卡尔曼滤波的动态噪声和观测噪声往往不是固定的,提出运用新息自适应卡尔曼滤波法则对噪声进行实时估计。同时,为了克服新息自适应卡尔曼滤波要求系统模型过分精确的缺点,基于神经网络的新息自适应卡尔曼滤波算法,通过使用神经网络进行误差补偿来提高滤波性能,并运用于高速公路变形监测中。结果表明：该模型与原始观测值的残差全部降到了０.２５ｍｍ以下,说明该模型精度很高,在实际应用中具有一定的可行性。     

化学溶液法外延组装ZnO分级纳米结构

采用气相法、液相法相结合的方法外延组装了一种形貌新颖的复杂ZnO分级纳米结构--"纳米毛刷".首先用热蒸发的方法制备了宽面为极性面的ZnO纳米带,然后采用化学溶液法,在强碱溶液中在ZnO纳米带的极性面上外延生长Zno纳米棒阵列,实现了ZnO分级纳米结构"由下而上"地外延组装.采用负离子配位多面体生长基元模型讨论了ZnO分级纳米结构的外延组装机理.这种ZnO分级结构的实现,可望作为ZnO纳米器件的原型材料构建新型光电器件.     

3T-AF/BAF-MBR-RO组合工艺处理焦化废水中试研究

介绍了"3T-AF/BAF(固定化高效微生物滤池)+MBR(膜生物反应器)+RO(反渗透)"组合工艺用于焦化废水深度处理的试验研究情况。采用固定化高效微生物滤池可适应高氨氮、高盐分负荷下的生化处理;采用膜生物反应器,起到生化的后处理和反渗透预处理的双重作用;采用反渗透去除各种盐类,制取脱盐水。试验结果表明:在进水CODcr质量浓度高达4 000 mg/L、NH3-N 400mg/L、挥发酚质量浓度30mg/L时,RO出水COD<20mg/L、NH3-N<5mg/L、挥发酚质量浓度<0.012mg/L,为工业化应用提供了相关参数和依据。     

基于相电流差的短路故障快速识别方法EI北大核心CSCD

故障电流限制器(fault current limiter,FCL)的动作速度与短路故障的识别速度密切相关。电力系统发生单相故障时,非故障相FCL不宜动作,因此,FCL动作定值需大于单相故障时非故障相的电流变化,导致定值提高,识别速度降低。针对这一问题,该文提出相电流差判据,可在故障发生后迅速判断是否为其他相的单相接地故障,降低本相FCL动作定值。该文对相电流差特性进行理论分析,并利用其降低电流瞬时值判据的整定值,形成新的短路故障快速识别方法。通过仿真计算和现场短路电流分析,证明所提方法具有识别速度快、计算量少、可靠性高等特点。     

大模数内齿圈加工工艺

内齿圈通常采用插齿加工。然而对于大模数内齿圈,插齿加工周期较长,刀具磨损较快,生产成本较高。而且,由于热处理淬透性达不到齿根部,必然造成内齿圈在使用过程中因齿根强度不够而产生扭曲变形,导致失效。为了解决这个问题,我们工艺人员和分厂技师、相关操作工人共同商讨研究,制定了工艺方案。     

乙炔选择性加氢催化剂的结构及性能调控

催化加氢可以有效去除乙烯原料气中微量的乙炔。通过综述近年来国内外以Pd基催化剂为主的关于调控乙炔选择性加氢催化剂结构及反应性能方面的相关研究和进展,探讨了活性组分粒径、形貌对催化剂吸/脱附乙烯性能的影响;评述了添加助剂形成的合金或者金属间化合物,利用其几何效应提高活性中心分散度,利用电子效应优化电子性质使反应关键步骤的吸脱附行为发生改变;阐述了通过调控载体对金属原子锚定,使金属的分散度提高进而获得优异的催化性能;叙述了不同制备方法对催化剂结构及催化性能的影响。指出提高催化剂性能是当今研究的重中之重,未来负载型催化剂的研究方向依旧是构建高乙烯选择性和良好稳定性的高分散乃至单原子催化剂。     

串行SRAM X24C45的原理及其应用

本文介绍了串行SRAM X24C45的特点及用法。     

基于卡尔曼滤波的GM(1,1)-AR预测模型在变形预测中的应用

针对变形监测数据的随机不确定性规律,将卡尔曼滤波引入以消除随机扰动误差,利用GM(1,1)模型能直接处理非平稳时间序列且拟合时间序列中的趋势项功能强大这一优势,将灰色理论与时间序列分析法相结合形成非线性组合模型,对变形监测数据进行分析预测,并将该预测模型用于建筑物变形工程实例进行分析。对模型检验表明:基于卡尔曼滤波的GM(1,1)-AR模型的预测结果与其他预测模型相比,平均残差和残差的方差均有所减小,且具备较高的精度,对了解建筑物变形的发展趋势以及研究建筑物变形情况及稳定性具有一定的参考价值。