玉米新品种比较试验报告

<正>近年来我区玉米病毒病流行危害,大部分主推品种都已感病,生产中减产或绝收的情况时有发生,严重地威胁着玉米的可持续生产,筛选抗病、高产玉米品种已成为当务之急。为了验证杂交玉米新品种在我区的抗病性、适应性、抗逆性及其产量水平,在我区有代表性的玉米种植地区大龙潭乡和平地镇不同海拔区域进行了玉米品种正规试验和观察试验各一个。现将两组试验情况报告如下:1试验材料和方法1.1参试品种神龙玉9号、华龙玉8号、黔玉1号、邡玉1号、飞歌1号、帮豪     

环太平洋地区可持续交通发展:美国、新加坡和中国的政策、挑战和案例

本文对比讨论了可持续交通在环太平洋地区包括美国西海岸、新加坡和中国所呈现的不同的政策和规划模式。本文首先阐述了可持续交通的定义,包括实施可持续交通的原因和理论基础。其次,我们逐个列举了在美国西海岸地区、中国和新加坡与可持续交通相关的现行政策和措施。然后本文依次讨论了目前在美国、中国和新加坡不同的都市环境下实施可持续交通发展所面临的障碍(包括费用、汽车文化、土地开发和政策环境等)。接着本文就几个在美国、中国和新加坡的可持续交通规划的案例进行了对比分析。最后,本文总结了整个环太平洋地区的可持续交通发展中可供中国借鉴的几项经验教训,并且对如何在环太平洋地区实施可持续交通发展提出了相关建议。     

信息技术与电力生产企业综合信息系统建设

在市场竞争日益激烈、市场环境日趋多元化的今天,电力生产企业面临着新的机遇和挑战,对企业运用信息技术的能力提出了更高的要求。面对新的形式,电力生产企业更应科学地运用信息技术,提高生产效率,在适应市场运行机制的同时,丰富和完善管理手段,实现管理现代化。科学合理的运用信息技术建设企业综合信息系统不仅能够密切与上级管理及调度部门的联系,也为电力生产企业实现科学决策和高效管理创造了良好的条件。     

10 MW漂浮式风电机组风轮叶片响应特性研究

构建DTU 10 MW风电机组全耦合非线性模型,使用开源软件FAST计算10 MW风电机组在多种工况下的动力学响应,通过时频域分析和箱线图分析对漂浮式风电机组风轮的动态响应进行研究。结果表明:风轮叶片响应主要是风载荷引起;浮动平台纵荡、纵摇运动与风轮叶片运动的附加耦合作用会增大风轮推力、叶根弯矩和叶尖挠度的波动性,波浪载荷会增大风轮叶片的疲劳载荷。     

浓缩风能装置扩散管凸缘性能仿真研究

利用数值模拟与实验研究的方法,在具有风切变的来流条件下,对带有不同几何参数扩散管凸缘的浓缩风能装置模型的内部流场特性进行仿真分析和试验验证。结果表明:扩散管凸缘结构能够明显提高浓缩风能装置减轻风切变的作用和机组输出功率。综合分析风速梯度、输出功率及流场特性,扩散管凸缘高度L为330 mm、角度α为-3°的模型是流场性能较佳的浓缩风能装置结构;与原始模型相比,其内部流场速度梯度降低了36.80%,输出功率可提高58.80%。     

光伏建筑一体化(BIPV)在工业厂房的应用分析

光伏建筑一体化在工业厂房的应用中备受关注,文章针对光伏建筑一体化的发展状况和优势进行了阐述,列举了不同的应用案例,针对光伏建筑一体化的特性分析了应用过程中的设计要点.     

LTCC高温压力传感器温漂特性研究

研究了利用杜邦951 LTCC材料制备的无线无源压力传感器的温漂特性。通过搭建高温测试系统,对传感器0~600℃内的高温特性进行了测试,结果表明传感器存在较大温度漂移。通过制作无腔传感器和LTCC基片上螺旋电感进行高温特性测试,通过对比分析,确定了造成传感器温漂的主要原因是LTCC材料相对介电常数的变化。结合测试数据和公式推导,得出了600℃时杜邦951 LTCC材料的相对介电常数由常温7.8增大到9.04。     

耦合系数对无线无源传感器信号读取的影响

研究了耦合系数对无线无源传感器信号读取的影响。通过建立无线无源LC传感器的集总电路耦合模型,对其进行理论分析,推导出了天线端阻抗参数的理论表达式,结合MATLAB软件仿真,从理论上得出,通过天线端阻抗参数提取出来的传感器谐振频率变化量受耦合系数的影响,并得到实验验证。理论分析和实验测试表明,在进行无线无源传感器耦合系统设计时,应选取合适的耦合系数,来提高测量灵敏度。     

中国黄酒中挥发性和不挥发性物质的研究现状与展望

简要回顾了中国黄酒风味成分分析的历史与现状.从微量成分的种类上看,中国黄酒中目前已经检测到的微量成分达100种以上,包括醇类、醛类、酸类、酯类、酚类、含氮化合物,以及其它化合物.近年来,顶空取样、液液萃取、色谱分离技术、固相微萃取等技术已经开始应用于黄酒的风味成分研究.随着先进技术的应用,必将对中国黄酒风味物质以及特征香味成分的研究起到决定性的作用.     

基于最小二乘支持向量机的居民用电预测研究

随着我国经济的发展和经济结构的调整,居民用电占全社会用电量的比重逐渐增大并且有继续增加的趋势,科学合理地预测居民用电水平将为电力规划与需求侧管理提供决策基础。首先,采用相关系数法进行居民用电关键影响因素的选择。其次,将选取的影响因素作为LS-SVM的输入端,城乡居民用电量作为输出端,用Bayes准则进行SVM的参数选取,通过智能模拟学习,建立了Bayes-LS-SVM居民用电预测模型。最后,以中国某省居民用电量预测为例进行学习以及测试,并将其预测结果与广义回归神经网络预测法及几种常用的居民用电预测方法进行误差对比分析,证明了该组合方法比其它几种方法更精确有效。提出了采用人工智能的方法通过家用电器以及其他影响因素来预测居民用电,克服了以往采用家用电器预测中,家用电器功率以及年利用小时数预测不准确的问题。