大型离心复合球墨铸铁轧辊的生产和内外层复合不良缺陷探讨

简述了大型离心复合球墨铸铁轧辊的生产过程，并分析了内外层复合不良缺陷产生的原因，提出了预防措施。     

基于正交试验的双P型辐射管三级燃烧器低NOx仿真

为降低双P型辐射管NO_x排放,运用扩散式分段燃烧的低NO_x均匀化燃烧技术,设计一种辐射管三级燃烧器,对其进行数值模拟,经过验证模型可靠.对燃烧器结构及运行参数进行正交试验和单因素研究.研究表明:空气预热温度、空气分级配比和空气过剩系数对出口NO_x排放浓度有显著的影响,相互无交互作用;一次风量由10%增大到20%时NO_x生成量由65.2×10-6增加到108.2×10-6,一次风量增加到30%以上时出口NO_x体积分数增加速率趋缓;空气预热温度每增加100℃,最高燃烧温度增加约50℃,排放气体中NO_x体积分数由50.9×10-6以22%、23.2%、25.3%、27.2%、27.3%和29.5%的速率增加;随空气过剩系数增加,出口NO_x体积分数由82×10-6呈22.1%、1.9%、2.1%、24%和2.5%的波动增长趋势.      

永磁直驱风电机组有功功率预测控制方法研究

考虑到风能的随机性及直驱永磁风力发电系统的强非线性,将机组模型进行分段局部线性化,提出全风速范围内的有功功率多模型预测控制策略,在低风速段实现了最佳功率追踪,在额定风速附近实现了输出功率的平滑过渡,在高风速段实现了输出功率的平滑控制。为验证所提控制策略的正确性,对所提控制策略进行仿真实验研究。结果表明所提出的模型预测控制策略与传统PI控制策略相比,可很大程度地降低波动,能有效平滑控制发电机的输出转速和输出有功功率。     

基于模糊粗糙数的变形球机器人方案配置

针对球形机器人在多需求非结构化环境下设计方案配置与选型中存在的主观性和不确定性问题,提出了模糊粗糙数与复杂比例评估（Complex Proportional Assessment,COPRAS）相耦合的方案评估方法。综合考虑方案设计时不同需求特征指标间的重要度关系,基于模糊粗糙数实现对需求特征指标的定量分析;采用COPRAS方法对所有备选设计方案进行综合评估,根据效用度指数得到所有备选设计方案的优先级排序,确定最优的配置方案,并以变形球机器人的选型为例进行了评估验证。结果表明,该方法具有较好的可靠性和实用性,为以后机器人设计方案的配置选型提供了有效参考。     

基于机组动态风速信息的风电场有功控制策略

风能具有随机性和间歇性,规模化风电并网对电网安全运行带来了严峻挑战,风电场有功功率控制为重要应对措施之一.提出了一种基于所处风速区间进行机组动态分类的风电场有功控制策略,该方法首先根据风力发电机组的所处风速区间和最大发电能力等信息对机组进行动态分类,然后根据功率控制目标和机组情况建立有功分配模型,计算可控机组的期望输出功率,最后将有功控制目标下达到机组控制器执行,从而实现整个风电场有功控制.以华北地区某风电场为例进行了仿真测试,结果表明了控制策略的可行性和有效性.     

基于Matlab的发电机并网动态仿真分析

发电机并网要求满足准同期条件，并网要求准确、快速。准确可以保障安全和减少并网对发电机引起的冲击，而快速则能够减小发电机的空载损耗。借助工程计算软件Matlab强大的绘图功能对并网条件进行分析，用Simulink和PSB建立仿真模型对不同条件下的并网过程进行了动态仿真，并取得了满意的仿真结果。     

工厂化油气地面测试监测系统研究及应用

为了解决多井同时进行测试作业,设备资源不足,管理难度大的问题,设计研发了一套工厂化油气地面测试监测系统.该系统由数据采集系统、气体监测系统、视频监控系统、决策指挥中心系统四大模块构成,可满足多井次、多设备的"工厂化"作业模式需求.数据采集系统实现了数据定量化和报警智能化,保障了现场油气测试作业的安全科学实施;气体监测系...     

高铬、中铬、球墨铸铁复合轧辊的离心铸造

使用卧式离心机、选用高铬铸铁外层、中铬铸铁中间层和球墨铸铁芯部三种金属成分，以微机监控红外测温仪监控外层及中间层金属内表面温度的方法，确定中间层铁水和芯部铁水的浇注时机及离心机停机时机；采用分步球化处理、多次孕育和侧返缝隙浇口等相应铸造工艺及对辊身进行亚临界热处理等措施，成功地铸造了一对辊身尺寸为８００×１２００ｍｍ的复合轧辊。检验结果表明，三种金属熔合质量良好，辊身、辊颈组织和性能满足技术要求。     

踏上征途

我要带着微笑，踏上我陌生的征途。今年的2月中旬，我踏上了美迪斯电梯有限公司的实习征途。     

基于STCP-BP的风速实时预测方法研究

为提高实时预测精度,提出一种新的基于时空相关性和BP神经网络的风速实时预测方法。该方法首先基于风速演变的物理特性,依据目标预测点若干个邻域点的风速及风向信息,建立时空相关性预测(spatio-temporalcorrelation predictor,STCP)模型并得到不等时间间隔的预测风速;然后依据目标预测点的风速序列建立BP神经网络预测模型进行风速的实时预测;最后将STCP结果以一定的滑动时间窗与BP预测模型得到的实时预测风速进行适当加权组合得到最终的预测风速。以某区域多个风电场实测数据为例进行仿真测试,结果表明,与BP预测模型相比,该文提出的STCP-BP组合预测方法可有效提高风速的实时预测精度。