复杂流场的二维数值模拟方法

提出了基于二维数学模型对溢洪道下游三维复杂运动流场进行模拟计算的一种新方法.通过对泄洪建筑物下游河道复杂流场水流运动及河床冲刷状况的分析,研究了自由面流消能区水流扩散方式、流动特征及相关水力要素的概化确定.根据主流下回流区和表层水股之间质量交换很小的特点,提出了把底部回流区域作为河道无实际过流部分,即修正河流下边界条件,对溢洪道挑坎下游复杂流场进行二维数值模拟的方法.利用上述方法对某工程实例进行了数值模拟计算,计算结果与实际流场状况比较一致,较为真实地反映了自由面流区的流动.     

酢浆草岩螨综合防治技术

酢浆草岩螨是危害酢浆草正常生长并严重影响其观赏价值的主要害虫之一。文章探讨了平顶山地区酢浆草岩螨的综合防治技术,通过精细的田间管理,提高酢浆草自身的抗虫能力,再加上必要的化学防治,可大大降低酢浆草岩螨的危害程度,保持草坪的观赏效果。     

基于X射线炮弹图像边缘检测技术的研究

在深入研究边缘检测技术和小波理论的基础上,结合X射线图像及炮弹内部弹药缺陷的特征,与传统的边缘检测算法相比较,找到了一种适用于X射线炮弹弹药图像的缺陷边缘检测方法———小波模极大值多尺度边缘检测方法.实验结果表明,该方法能够较准确地提取X射线炮弹弹药缺陷的边缘特征.     

一种安全VPN网络的设计与实现

在研究VPN网络的基础上,设计并实现了一种安全可靠的VPN组网模型．该模型采用数字证书的身份认证,使用AES加密传输数据,并具有抗重放攻击等功能．测试表明,该模型支持多种网络协议并能够很好的穿越网络设备,适合网络发展的需求,在远程安全传输方面有着很好的应用前景．     

喷涂参数对内送粉等离子喷枪制备YSZ涂层微观结构和性能的影响

为了进一步提高大气等离子喷涂YSZ热障涂层性能并降低其成产成本,开发了内送粉等离子喷枪.本文采用Spray Watch 2i在线监测系统测量了YSZ粉末粒子温度和飞行速度,采用实验室手段表征了涂层的微观结构、结合强度、弯曲性能和抗热震性能.研究结果表明,内送粉方式下喷涂距离对涂层微观结构和性能的影响规律与外送粉相似,而电流和主气流量表现出了独特的作用效果：随电流的增大,涂层综合性能先增加后降低,高电流下制备的涂层结合强度较低;在30～50 L/min范围内,增大主气流量可显著提高涂层结合强度.与外送粉最优参数制备YSZ涂层相比,内送粉时的功率消耗大幅降低,但粒子熔化效果明显增强,相同送粉速率下粉末沉积效率略有增加,涂层热循环寿命有所提高.     

智能变电站就地化保护仿真测试系统设计与探讨

提出了一种基于智能变电站就地化保护设备的仿真测试系统设计方案,通过仿真测试系统自动加载测试用例实现就地化保护装置的保护功能逻辑自动验证和二次回路正确性验证。仿真测试系统包括自适应测试仪系统、自动测试软件、仿真控制中心和网络设备等。自适应测试仪硬件基于架构可实现灵活定制输出的测试仪,能够输出常规模拟量或61850-9-2规约的SV报文,自适应测试仪通过即插即用的双端预制航插实现测试系统和待测设备的数据传送。自动测试软件基于windows系统开发,内部设置有各类型保护的测试用例,工程应用时根据待测对象选择相应的保护类型后,能够自适应加载相应的测试用例并可根据工程具体情况对测试用例的数量灵活勾选测试用例条目。该仿真测试系统适用于智能变电站就地化保护工厂测试、工程联调以及改扩建调试,自动测试可提高测试效率,具有良好的经济效益和社会效益。     

国外品牌微机保护装置在国内电力系统中的应用

在20世纪90年代中期,重庆国网系统曾用过诸如ABB、西门子等国外品牌的进口微机保护装置。由于当时尚未充分了解国外品牌保护装置的性能,也未充分掌握其正确使用方式,所以这些设备非但没有起到保护电网安全的作用,反而使得继电保护人员长期为它们的运行、检修、维护所困扰。     

基于信息熵的典型滑坡危险度评价研究

为了定量地对典型滑坡危险度进行评价,根据典型滑坡的强度指标和发生可能性指标建立典型岩质滑坡危险度评价指标体系,利用信息熵原理,结合中国科学院成都山地所滑坡数据库(CDMI)中奉节县24个典型岩质滑坡计算各评价因子客观权重,建立定量评价模型.计算奉节县24个典型岩质滑坡的危险度,通过实地调查对评价结果进行对比验证,危险度评价结果准确率达87.5%,可作为评价典型滑坡危险度的新方法进行推广运用,为滑坡的防治提供依据.     

高压加热器端差变化对机组安全及经济性的影响

对高压加热器疏水温度高的原因进行了全面分析,由疏水温度变化对机组安全及经济性的影响进行了全面论述和计算,证实汽轮机的回热系统有一定的节能潜力。     

自适应提升及预测误差修正的风电功率超短期预测

为了提高超短期风电功率预测精度,提出了一种自适应提升及预测误差修正的风电功率超短期预测方法。首先,使用CEEMDAN将原始风电功率序列分解为多个分量,用RCMSE对其重构成新模态以降低风电功率序列复杂性及提高预测效率;其次,用EESHHO优化ELM权值和阈值提高模型的泛化性,同时引入AdaBoost提高预测模型的精确度和稳定性;最后,在学习历史训练误差的基础上提出修正预测值的策略,进一步提高预测精度。算例结果验证了所提方法的有效性。