苯乙烯装置加热炉空气预热工艺可行性分析

使用AS-204工艺凝液为热源,对加热炉HS-201/219的燃烧空气进行预热.通过对热源的选择、空气预热器的工艺流程设计、新增设备对系统阻力降的影响进行分析,证明该工艺是可行的.能够有效地提高了加热炉的燃烧效率,降低装置能耗.     

生物油加氢脱氧催化剂研究进展

石油资源的日趋枯竭及其引起的环境问题,使生物油作为石油替代能源备受关注。然而,生物油中的羧酸含量较高、热稳定性差,是阻碍其规模化应用的主要障碍之一,常需要对其进行加氢脱氧（HDO）提质。本文综述了应用于生物油HDO的几种催化剂类型,主要包括金属催化剂、分子筛载体催化剂、复合碳载体催化剂、多孔有机聚合物载体催化剂和缺陷催化剂等,认为开发出一种具有高催化活性且成本较低的非贵金属催化剂是催化剂工业未来的发展趋势。     

秸秆高值化综合利用研究现状

秸秆高值化综合利用是生物质化工的重要研究方向,可望成为传统石油化工的重要补充。通过化学与生物手段可以将秸秆转化为各类产品,为能源、材料、化工领域提供绿色可再生的制备路线。整合化学与生物手段是实现秸秆高值化综合利用及产业化的关键。本文介绍了典型秸秆的化学与生物转化方法,阐述了化学与生物技术集成应用于秸秆高值化转化的科学思路、研究现状与发展趋势,为秸秆高值化综合利用技术的发展提供一定的参考。     

斑点叉尾鮰鱼骨钙片的制备工艺

斑点叉尾鮰鱼骨经过熟化、干燥、搅碎、细磨等工序制得鱼骨粉。以鱼骨粉、胶原蛋白、山梨糖醇、硬脂酸镁为原料,通过粉末直接压片方式制得钙片。以休止角、硬度、片重差异为考察指标,在单因素试验的基础上,采用正交试验确定最佳配方比例:鱼骨粉30%、胶原蛋白10%、硬脂酸镁1.5%、山梨糖醇58.5%。     

JYB-5×1.40运输绞车安全制动装置的改进

通过对JYB-5×1.40运输绞车安全制动装置的改进,使以往该型号绞车存在的安全制动力矩小,安全制动闸空行程时间长且制动搬杆易回弹等问题得到了充分的解决,提高了该设备在煤矿井下运输作业过程中的安全性。     

三峡库区洪水演进模拟及传播规律分析

采用Preissman四点隐式差分格式对圣维南方程进行离散，应用三级联解法求解方程，构建三峡库区一维水动力模型，2020年和2021年的汛期洪水演进过程模拟结果与实测值吻合良好，表明模型可精准计算三峡库区的洪水演进过程。使用模型探究库区洪水的传播规律，结果显示：上游高洪来水对库尾水位抬升明显，坝址水位顶托作用影响至寸滩站附近；在不同的流量条件下，库区洪水从朱沱演进到坝址约23～44 h,传播时间与坝址水位成负相关，与洪峰流量成正相关；利用模型模拟结果分析寸滩站水位流量关系，模拟值与实测值吻合良好，并且寸滩站洪水过程的水位流量关系曲线呈现复杂的“绳套”状，相关研究成果可为库区各站的洪水调度与预报提供技术支撑。     

多尺度特征提取与非线性融合的综合能源系统多元负荷短期预测

为提高综合能源系统多元负荷短期预测的精度，提出一种基于多尺度特征提取与非线性融合的综合能源系统多元负荷短期预测方法。首先，采用皮尔逊相关系数对气象数据进行关联因子优选；然后，通过嵌入式分解模块将输入的时间序列分解为周期分量和趋势分量，并将分解后得到的输入矩阵并行送入到具有不同尺度卷积核的时间卷积网络中，进行多尺度特征提取；接着，将多尺度时间卷积网络输出的特征向量输入到各自对应的注意力机制，以进行全局信息的学习与融合；最后，采用自适应非线性融合模块对各注意力机制的输出进行非线性融合，得到最终多元负荷预测结果。实验结果表明，所提方法具有较好的预测性能及泛化性。     

基于机器学习的三峡水库小时尺度坝前水位预测

针对三峡水库坝前水位影响因素繁多、变化机理复杂、传统水量平衡方法难以精确预测的问题，以水库历史运行数据为基础，分析了坝前水位变化规律，并采用3种机器学习方法(人工神经网络、支持向量机、随机森林)分别构建了小时尺度坝前水位预测模型，对模型预测效果进行了评价。测试结果表明：3个预测模型均具有较高预测精度，其中随机森林模型在精度评价中表现最优，k折交叉验证均方误差为5.2,R²平均值为0.82,在3个不同调峰量的典型测试案例中较传统水量平衡方法均具有明显优势。研究成果可为水库短期发电精准化调度提供技术支持。     

一种基于物理核函数高斯过程回归的月径流预报模型及其应用

鉴于传统的单一径流预报模型很难描述径流未来变化规律，将自适应变分模态分解(AVMD)与基于组合物理核函数的高斯过程回归(GPR-CK)相结合，构建了AVMD-GPR-CK预报模型，该模型采用AVMD将实测径流分解为多个子序列，对子序列依据其自身特点分别建模，子序列预报结果叠加重构即为最终预报结果。模型应用于金沙江流域向家坝站未来1～12个月的径流预报的结果表明，所有预见期AVMD-GPR-CK模型的确定性系数均大于0.94,平均绝对百分比误差(M_MAPE)在±17%以内，预见期在10个月以内时，M_MAPE在±10%以内；预报精度明显优于常见的BP、GRNN、RBF、RELM模型。