新疆棉籽生物柴油实用性能研究

以新疆棉籽油为原料用酯交换法制取生物柴油,按照体积比将棉籽生物柴油与0#石化柴油调和成B20棉籽生物柴油。调和的B20棉籽生物柴油理化指标得到优化,达到GB/T 19147-2003标准;柴油发动机试验分析表明,燃用B20棉籽生物柴油,发动机运行平稳,工作正常,动力下降2%～3%,油耗增加2%～5%,CO、THC、PM排放量减少,符合实际应用需求,是优质清洁的替代燃料。     

蜂窝结构钎焊接头的声阻法检测成像

利用声阻法对蜂窝结构钎焊接头质量进行了检测。按照相关标准制作了含人工缺陷的试件,根据声阻检测原理得到检测信号并确定了手动检测工艺。利用手写板提取探头位置信号,通过VC++.NET编写的检测程序与相应的检测信号结合生成声阻C扫描图像,并与超声C扫描检测结果进行对比。试验表明,声阻法工艺简单,检测速度快,可分辨蜂窝结构中约10mm的未焊合缺陷。声阻C扫描图像可显示缺陷位置及大小,且其精度达到检测要求。     

基于CNN-XGBoost的采煤机健康状态评估

针对采煤机数据集类别数据不平衡导致评估准确率不高和单一评估算法局部搜索能力较弱等问题,提出一种基于卷积神经网络（CNN）和极端梯度提升算法（XGBoost）的采煤机健康状态评估方法。根据采煤机结构及工作原理构建健康状态评估指标体系,将预处理后的采煤机状态数据集输入CNN模型提取特征信息,利用XGBoost模型进行状态评估。实验结果表明：基于CNN-XGBoost的采煤机健康状态评估方法平均准确率可达95.4%,能有效解决数据集的不平衡问题和状态评估难题。     

大采高回采巷道保护煤柱局部变形特征监测分析

回采巷道煤柱的局部变形是巷道失稳和破坏前兆,由于地下水对保护煤柱的侵蚀作用，在一定程度上影响巷道的稳定性。本文以斜沟矿18503大采高综采工作面为工程背景，采用数值模拟软件COMSOL对煤柱在无支护、有支护条件下的孔隙水压力进行模拟计算，总结出回淹巷道保护煤柱的水流动规律。实验结果表明：在巷道中布置疏水孔，有利于煤柱水的疏导和排放，能有效缓解水流对保护煤柱的侵蚀，尤其是当钻孔长度能够穿透保护煤柱回淹层主裂隙面时，更加有利于煤柱水的疏放；对煤柱施加支护阻力，可在一定程度上减缓水的渗透作用，减缓地下水巷道围岩的侵蚀破坏，根据回淹巷道煤柱水流动规律，为采取科学的疏排水技术措施提供理论依据，同时也为采动影响下大采高回采工作面保护煤柱的稳定性控制提供了参考。     

基于生态流量保障的淠河上游水库供水调度研究

淠河生态流量控制断面布设在上游山区的佛子岭水库坝下和响洪甸水库（下库）坝下，现状响洪甸水库下库（坝下）断面生态流量保障程度较低。以响洪甸水库作为研究区域，分析水库现状及规划供水情况，基于生态流量保障要求，提出水库供水与生态调度措施，为下一步推进淠河生态流量保障工作提供参考。     

本钢1880产线轧辊在机失效的管控研究

本钢1880线为薄板坯连铸连轧产线，与同内同类产线一样，它具有薄规格轧制能力强，综合能耗低的特点。但是，由于其精轧机架少，轧制负荷大、产品规格排产又偏薄等原因，轧辊在机多发裂纹、掉肉、剥落甚至断辊等失效。本文通过对轧辊失效形式的分析，结合无损探伤技术，采取点检等手段，使1880线轧辊在机失效得到了有效的管控。在研究过程中，积累的一定经验和数据，很值得在钢铁同行间参考，具有一定的推广价值。     

温度对碳化硅器件封装用有机硅弹性体陷阱特性的影响

有机硅弹性体作为一种高分子聚合物，因具有良好的耐高温性能、绝缘强度以及与芯片的相容性，已在碳化硅功率器件中得到应用。目前国内外针对有机硅弹性体在高温下的绝缘特性研究较少，而介质的陷阱特性与其绝缘性能密切相关，研究有机硅弹性体的陷阱特性及其受温度的影响，对于该种灌封材料在碳化硅器件封装中的应用具有重要意义。为此，采用表面电位衰减法(surfacepotentialdecay,SPD)测量了有机硅弹性体在温度20～250℃范围内的表面电位衰减曲线，提取了不同温度下有机硅弹性体的陷阱电荷能级密度分布和迁移率等微观参数，建立了有机硅弹性体迁移时间、迁移率、电位衰减时间常数随温度变化的拟合表达式，分析了温度对有机硅弹性体陷阱特性的影响机制，确定了有机硅弹性体陷阱捕获电荷数量最大时的温度阈值。此外，结合有机硅弹性体陷阱特性，从载流子输运的角度解释了该材料电导率、迁移率以及深浅陷阱的电位衰减时间常数之差随温度变化的规律，并通过分析有机硅弹性体的微观结构特征，解释了该材料陷阱特性的极性效应。相关结果可以为不同温度下有机硅弹性体绝缘特性的认知提供支撑。     

基于ICEEMDAN-CNN-K-shape的智慧园区短期负荷预测研究

在“双碳”背景下，针对海量用户负荷预测场景，目前智慧园区用能存在受多重外界因素影响，人工调整参数和使用单一模型无法实现精确的负荷预测。因此，提出了一种基于改进的带有自适应噪声完备集合经验模态分解(ICEEMDAN)结合卷积神经网络(CNN)结合K-shape的智慧园区短期负荷预测方法。首先，基于改进的带有自适应噪声完备集合经验模态分解法将初始用能数据分解为若干分量，将负荷序列的特征在多尺度上剥离开，以减少负荷序列的复杂性。而后，使用卷积神经网络算法将分解后的数据进行特征提取，提取相似日不同时间段下智慧园区负荷特征曲线。最后，基于K-shape聚类筛选相似日历史负荷作为卷积神经网络的输入向量进行智慧园区短期负荷预测。以浙江省某智慧园区用能数据为例，将所提方法应用于典型的智慧园区，并与已有聚类评价指标比较，实验结果表明，所提方法能够很好地解决智慧园区短期负荷预测问题。