生物质干法解毒铬渣的实验研究

根据含铬废渣的污染特性,利用核桃壳和紫茎泽兰秸秆作为还原剂,在600～800℃温度范围内对铬渣进行干法解毒实验。实验表明,紫茎泽兰秸秆和核桃壳对铬渣均有较好的解毒效果且在相同条件下紫茎泽兰秸秆的解毒效果优于核桃壳;而且温度、物料配比和加热时间是影响铬渣解毒效果的主要因素。最优实验条件为：以紫茎泽兰秸秆或核桃壳为还原剂,铬渣与还原剂的质量比为1∶1,加热温度为650℃,保持时间10 min。     

东莞某跨河高架桥对河道水流的影响

采用数值模拟的方法,以东莞某高速公路跨河高架桥工程为例,建立了工程河段的平面二维水动力数学模型,分别对2种桥墩设计方案条件下工程河道的壅水高度和流速变化进行数值模拟,分析桥墩对城市河道水流的影响,为跨河高架桥的桥墩规划和设计提供参考。     

冷连轧计算机控制系统设定值计算仿真研究

通过对某钢厂冷连轧计算机控制系统进行剖析,总结出了原系统设定值预计算模块的基本结构,并对设定值计算系统的总体设计、算法与模型的设计等进行了分析,找出了现场系统设定值预计算过程中存在的几个问题。     

基于自主计量芯片与NB-IoT的物联网智能水表系统

自主计量芯片集成了嵌入式控制器、低功耗广域网 (LPWAN)、物联网平台、服务器、AMQP协议、WebSocket和 Web等技术,提出并研发了一种新型物联网智能水表系统。系统以32位ARM微控制器STM32F103作为主控制器,采用自主计量芯片实时采集水流量信息,利用NB-IoT方式将信息传输至阿里云物联网平台,完成在Web页面上水流量信息的实时显示和数据的云管理。系统样机实验表明:基于自主计量芯片研发的新型物联网智能水表系统实现了水流量远程采集、数据无线传输和信息Web页面实时显示与云端管理,具有实际应用价值。研发的系统对实现水表计量管理的智能化和大数据化具有重要参考作用。     

基于小波去噪和循环神经网络-k重-整合移动平均自回归模型的转炉煤气柜位预测

在钢铁企业的生产过程中，实时预测钢铁企业的转炉煤气柜位对转炉煤气系统的优化调度至关重要。本文提出基于小波去噪和循环神经网络-k重-整合移动平均自回归模型(recurrent neural network-k-autoregressive integrated moving average model, RNN-k-ARIMA)混合预测模型，并用该模型预测转炉煤气柜位。其主要研究思路为：首先，利用小波阈值去噪方法去除柜位数据中的干扰噪声；其次，运用RNN模型训练去噪后的柜位数据，计算RNN模型预测结果与实际值的残差；再次，使用k-ARIMA模型对残差进行修正；最后，将修正后的残差与RNN模型预测的初值求和得到最终的预测结果。通过测试两个数据集，得到均方根误差E_RMS(root mean square error, RMSE)分别为0.206 142和0.146 249,平均绝对百分比误差E_MAP(mean absolute percentage error, MAPE)分别为0.941 101和0.720 312,方向精度A_D