排序方式: 共有21条查询结果,搜索用时 15 毫秒
11.
赵博宇 《中国石油和化工标准与质量》2022,(6):118-120
目前海上油田收球器存在一定缺点,在收球端,清管球经常被流体紧紧压在收球器出口管线上,堵塞流体流通通道,处理不及时可能造成海管压力升高,继而造成清管球破碎,海管憋压等风险,威胁海管安全。为了预防此类情况发生,渤海地区普遍使用一种形式简单的普通收球笼,但依然时常发生清管球破碎的情况,于是我们创新发明出一种可调进深的清管球收球笼,避免在清管球收球过程中造成的清管球破碎。 相似文献
12.
由于地震模拟振动台的长期使用和多次维护,其实际工作中的模型往往难以建立,而地震模拟振动台模型的修正对于估计实验结构底部剪力有重要作用。为此利用扩展卡尔曼估计算法识别了哈尔滨工业大学地震模拟振动台模型。首先,对一单自由度结构进行仿真,通过测量位移响应,将结构参数准确的识别。随后,对抗震实验室振动台进行了3次空台加载,通过测量振动台台面位移,利用扩展的卡尔曼估计算法,识别地震模拟振动台的模型,更新了其质量,阻尼和刚度。而后分别进行两组不同载荷形成的空台加载实验,由识别参数重构计算得到的台面响应与实测台面响应吻合良好,由此表明振动台模型参数估计准确。通过此次研究既可以有效的认识不同构建形式的振动台模型,同样也可用于确定某些难以测得参数的复杂结构的模型。 相似文献
13.
氢气由于燃烧发热量高、储量丰富、环境友好,被誉为“21世纪绿色清洁能源”,近年来,甲烷水蒸气重整制氢方法备受关注。但是甲烷重整反应的复杂性及反应机理的不确定性是制约甲烷水蒸气重整制氢工业生产的重要因素。从甲烷水蒸气重整制氢过程、反应机理、热力学分析、催化剂种类以及反应器选择5个方面对重整过程进行了归纳与分析;阐述了甲烷水蒸气重整制氢过程中吉布斯自由能的变化趋势、工况参数对重整反应的影响规律、重整过程反应器的选择、重整反应过程的微观机理以及不同催化剂对重整反应的影响程度;全面总结了甲烷水蒸气重整制氢过程的变化规律;展望了甲烷水蒸气重整制氢的发展前景与研究方向。 相似文献
14.
15.
16.
17.
建立基于傅里叶变换红外光谱的香附水分、灰分和浸出物的快速测定模型。运用ANTARIS II FT-NIR Analyzer对60个香附样品进行近红外光谱采集。依照2015版药典中的方法测得60个香附样品的水分、灰分以及浸出物含量数据。运用TQ Analyst软件对所得香附的近红外光谱与试验所得的香附样品的水分、灰分以及浸出物含量数据建立快速测定的模型。所建立的香附水分、灰分、浸出物含量快速测定模型能较准确地对香附水分、灰分、浸出物含量进行识别与验证。其中香附水分含量模型R2为0.902 7,校正集预测均方差(root mean square error of calibration,RMSEC)为0.774,预测集的预测均方差(root mean square error of prediction,RMSEP)为0.521;香附灰分含量模型R2为0.988 4,RMSEC为0.061 9,RMSEP为0.058 5;香附浸出物含量模型R2为0.890 3,RMSEC为1.25,RMSEP为2.33。所建立的模型能够较准确地实现香附水分、灰分、浸出物含量的快速测定。 相似文献
18.
智能针织产品相比传统智能纺织品具有良好的穿着舒适性、可洗性、耐用性,是近年来的研究热点.分别阐述了智能纺织品与智能针织品的定义,介绍了生产针织结构智能产品的三种方法,即采用智能化纱线直接编织、采用柔性电子元件与织物进行复合和对织物进行后整理加工,并分析了它们各自的特点与适用范围.结合国内外智能针织产品的研究进展,分析了其作用原理与技术关键,对目前已研发出的实现针织产品智能化的部分主流方法进行了综述.在此基础上指出了智能针织产品存在的问题及发展方向. 相似文献
19.
现有测量装置无法实时同步监测新能源场站内部电气量,难以为新能源场站动态过程监测、惯量评估、频率控制等应用提供数据支撑。为此,提出了适用于新能源场站的同步测量算法,并研制了可安装于风机出口的新能源场站同步测量装置。针对现有相量测量算法测量频带窄,无法跟踪新能源场站次/超同步振荡等动态过程的问题,提出了基于复带通滤波器的宽频域基波相量测量算法,将基波测量频带拓宽至20~80 Hz;针对快速傅里叶变换(fast Fourier transform, FFT)的栅栏效应和频谱泄露问题,提出了基于FFT谱线插值拟合的宽频测量算法;基于上述算法,研制了适用于新能源场站的同步测量装置,并已将首批80余台装置安装于内蒙古乌兰察布吉红风光储4号电站的80余台风机。静动态测试和录波数据测试验证了所提算法和所研制装置的有效性。 相似文献
20.
网络流量分类广泛应用于网络资源分配、流量调度、入侵检测系统等研究领域。随着加密协议的普及和网络流量快速发展,基于深度学习的流量分类器由于其自动提取特征的特性和较高的分类准确性,逐渐受到科研人员的重视,但是面向网络流量分类的可信程度方面却不曾有研究。本文提出一种基于RBF神经网络对加密网络流量进行可信分类的方法。所提算法建立在RBF网络的思想上并采用一种新的损失函数和质心更新方案来进行训练,通过使用梯度惩罚强制检测输入的变化,能够有效地检测分布外的数据。在2个公共的ISCX VPN-nonVPN和USTC-TFC2016流量数据集上,与同类算法相比,所提算法取得了最好的分布外检测结果,在AUROC指标上达到98.55%。实验结果表明所提算法在具有较高分类性能的同时,能够有效地检测出分布外的流量数据,从而提高流量分类的可信性。 相似文献