溶剂萃取法检测绝缘油二苄基二硫醚含量研究

矿物绝缘油中二苄基二硫醚(DBDS)是最易引起铜线圈腐蚀的物质之一,因此准确检测油中微量DBDS含量具有重要意义。本文比较了异辛烷溶解、乙醇萃取、甲醇萃取和乙腈萃取四种样品前处理方法用于气相色谱质谱联用法(GC-MS)测定矿物绝缘油中的DBDS含量的效果差异,发现甲醇和乙腈萃取法杂质峰显著减少,检测结果更准确。进一步比较了甲醇和乙腈作为萃取剂的回收率和相对标准偏差(RSD),试验结果表明,乙腈用于DBDS检测效果最好。     

一种电力操作电源的建模与控制环路设计

结合电力操作电源的特性,建立了基于有限双极性控制的操作电源的小信号模型,并设计了控制电路。克服了开关电源轻载实现零电压零电流开关(Zero-VoltageZero-CurrentSwitching,ZVZCS)效果不好以及传统电压控制模式反应相对较慢的缺陷。该电路具有简单、可靠、稳定的特点。     

间套作防控烟草病虫害研究进展

病虫害生态治理是农业生产健康持续发展的保障,应用间套作技术是其中重要的一环,全面了解间套作技术有利于实现烟草病虫害全生育期生态治理。本文综述了间套作技术调控烟草病虫害的研究进展,分析存在问题,并对烤烟间套作作物筛选、控害机理、管理模式和效果评价等方面进行了展望,以期为烟叶生产推广间套作技术提供参考。     

嗜麦芽寡养单胞菌J03对烤烟二氯喹啉酸药害的修复作用

本研究从植烟土壤中分离获得了1株可降解二氯喹啉酸的菌株J03,经Biolog代谢芯片鉴定和16SrDNA系统进化分析,鉴定为嗜麦芽寡养单胞菌（Stenotrophomonas maltophilia）。为探索J03菌株对烤烟二氯喹啉酸药害的修复潜力,以云烟87为供试烟草品种,通过无机盐培养基培养、盆栽和小区试验,分析了J03菌株对二氯喹啉酸的降解能力和药害修复能力。结果表明,菌株J03在液体无机盐培养基中培养21 d后,对二氯喹啉酸的降解率为33.50%;盆栽条件下对二氯喹啉酸胁迫叶片生长的修复效果为33.46%;田间对二氯喹啉酸药害的防治效果为36.92%。      

W-200_2~1挖掘机履带张紧装置的改进

我厂生产的KY-250牙轮钻机系采用W-200_2~1挖掘机的履带行走装置,在矿山使用中,用户普遍反映履带和行走链条的张紧,用螺杆调整费力费时,很不方便。为此,我们作了设计上的改进,采用油缸张紧加调整垫的调整方法(见图),省力迅速,使用效果良好。在使用这套装置进行张紧时,先以手动油泵7加压,使油缸1顶出滑块4,将履带或行走链条张紧至合适程度后,插入一组调整垫3,再用螺栓2穿过调整垫并旋入滑块的螺孔     

壳聚糖的膜性质及其在果蔬保鲜方面的应用研究进展

综述了壳聚糖的成膜性及其在食品保鲜方面的应用研究进展,讨论了壳聚糖的结构包括分子量、脱乙酰化度以及衍生化反应与交联反应对膜性质的影响.壳聚糖膜的组分包括酸的种类和浓度、增塑剂的种类和浓度与其他高分子材料复合等对膜性质的影响.介绍了壳聚糖对果蔬的涂膜保鲜效果.本文对开发壳聚糖在果蔬防腐保鲜方面的应用具有理论指导意义.     

基于单片机的智能传感器CAN总线接口硬件设计

近年来,CAN总线具有的高可靠性和良好的错误检测能力受到重视,被广泛应用于汽车计算机控制系统和环境温度恶劣、电磁辐射强和振动大的工业环境,本设计应用单片机、控制器SJA1000和82C250收发器,外接上看门狗电路芯片X5045P及高速光耦合器6N137来实现智能传感器CAN总线接口的设计.     

基于深度森林的电力系统暂态稳定评估方法

快速准确地实现暂态稳定评估,是电力系统安全运行的重要保障.近年来迅速发展的深度学习技术已经成为解决这一问题的有效手段,然而基于神经网络的深度学习模型存在着调参困难、训练时间长和样本需求量大等缺点.文中将故障切除时刻系统的物理量作为输入特征,以系统的暂态稳定状态作为输出结果,采用集成决策树方法,构建了基于深度森林的电力系...     

调相机运行特性和控制策略综述

调相机作为无功补偿设备广泛加装于特高压直流输电工程,能有效解决电力系统无功支撑能力不足的问题。本文首先系统分析调相机的数学模型,提炼出调相机动态性能优化的电气参数。通过仿真及实际工程的应用效果验证了调相机的良好的无功出力特性。然后将调相机与其他无功补偿设备进行比较,说明了调相机具备更强的暂态无功输出与电压支撑能力。在此基础上,详细阐述了现有调相机无功电压控制策略,并分析了不同控制策略的优缺点。最后,结合当前电网对同步调相机组的要求,探讨了未来同步调相机发展需要研究的关键技术。     

基于改进LightGBM的电力系统暂态稳定评估方法

实际获得的电力系统运行数据,普遍存在由广域测量系统(WAMS)测量误差造成的噪声,并且具备类别不平衡的特点,导致基于机器学习的电力系统暂态稳定评估算法的分类性能受到很大的影响。提出了一种基于改进轻梯度提升机(modified light gradient boosting machine)模型的暂态稳定评估方法,采用直方图算法对数据进行离散化,增强模型对噪声的鲁棒性;在训练中对失稳样本赋予更高的权重,平衡样本数量差异造成的影响;并在损失函数中引入正则项来控制模型复杂度,减少过拟合,从而适应电力系统多样的运行情况。在新英格兰10机39节点系统和美国南卡罗莱纳州500节点实际电网上的仿真结果表明,与其他机器学习方法相比,所提方法在噪声干扰下不容易过拟合,具有更好的鲁棒性;在保持较高总体评估准确率的同时,对失稳样本具有更高的识别率;与其他集成学习模型相比,所提方法在速度上也具有明显优势。