有利于齿轮组装式压缩机转子稳定的一种密封结构——叶轮端面密封

随着齿轮组装式压缩机的高参数化发展方向，转子系统的稳定性问题越来越明显，甚至成为制约离心压缩机设计的关键。常规提高转子稳定性的手段：增加转子的刚性，随之而来可能由于转子的临界转速过高，与工作转速之间的隔离裕度不能满足相关标准的要求；密封采用反旋流技术，但效果有限。与传统的迷宫密封相比，叶轮端面密封可以大大降低气流失稳力的大小。叶轮端面密封通过改变密封的布置形式，由轴向变为径向，消除了气流对于转子的失稳作用力，提高了转子的稳定性。本文中提到了某二氧化碳机组，分别采用迷宫密封和端面密封，经计算，端面密封的交叉耦合刚度仅为迷宫密封的10%左右(交叉耦合刚度可表征气流失稳力的大小),转子也由失稳转子变为稳定转子。     

CO2协同镁渣基固废制备纤维板及其性能与微结构

镁渣是冶炼镁过程中产生的固体废弃物，存在着活性低和体积稳定性差等问题。本研究以镁渣和纸浆纤维为原料，制备了一种固碳纤维板(CFB)，并系统研究了蒸压养护、碳化养护以及碳化–蒸压养护对固碳纤维板性能的影响，以及碳化镁渣浆体和纸浆纤维之间的界面微结构。结果表明，只经过蒸压养护的CFB，其体积稳定性差，抗折强度仅为4.5 MPa；而碳化8 h后CFB的抗折强度和CO₂吸收量分别达到17.3 MPa和14.4%。此外，通过碳化–蒸压养护后CFB的抗折强度可以进一步提高到20.2 MPa。微观结构和纳米压痕的结果表明，碳酸钙晶体(文石和方解石)与C–S–H一起填充了孔隙，增强了纸浆纤维与硬化浆体间的界面微观性能，这是CFB经过碳化–蒸压养护后具有较高抗折强度的主要原因。     

专精特新“小巨人”——法兰泰克重工股份有限公司

<正>近期，法兰泰克重工股份有限公司（以下简称法兰泰克）成功入选工信部的第四批专精特新“小巨人”企业名单。法兰泰克全资子公司杭州国电大力机电工程有限公司，成功上榜浙江省专精特新“小巨人”名录。法兰泰克是一家拥有20年历史的起重机及物料搬运解决方案与服务供应商，于2017年在A股主板上市。法兰泰克致力于为客户提供自动化、智能化、一站式的全生命周期物料搬运解决方案，为客户提供起重量从50 kg到600 000 kg的定制化解决方案。产品广泛应用于高端装备制造、     

食品经营过程食品风险管理标准化发展策略研究

食品风险管理是食品安全的重要保障。本文主要阐述了食品经营过程与食品风险管理的概念，并对食品风险管理的意义进行了探讨。本文通过对食品经营过程食品风险管理标准化发展现状及其问题进行分析，提出了食品经营过程食品风险管理标准化发展策略，健全经营过程食品风险监管体系、创新企业经营过程食品风险管理模式、提升数字化食品风险管理的利用程度。     

1000kV GIS隔离开关三相动作不一致故障分析

分析了一起1 000 kV GIS隔离开关在操作过程中因电机烧毁和设计缺陷导致的拒分拒合故障。阐述了故障的发展过程，结合一、二次检查结果及参数校核计算，发现控制回路缺陷及电机选型裕度不足是故障产生的主要原因，最后给出了相应的处理措施及建议。     

基于AMBOA-DBN结合相似日的短期光伏功率预测

提出一种综合灰色关联理论的数据挖掘方法选取相似日，运用自适应动态权重的变异蝙蝠算法优化DBN神经网络。首先从历史数据集和预测日数据两方面分析主要影响光伏发电功率的因素，通过在原有模糊灰色关联分析的基础上，引入计算事物各属性发展趋势相似程度为衡量标准的综合灰色关联理论，选取更高相似度的相似日；利用自适应动态权重蝙蝠算法对DBN的权值参数进行优化，以此改进神经网络训练过程中因初始权值选取不当而陷入局部最优或收敛时间过长等问题。建立短期光伏功率预测模型，将此模型与其他预测模型进行对比，实验结果表明该模型更具预测精准性。     

聚乳酸负载茶多酚复合纳米薄膜的形貌及降解性能

采用静电纺丝工艺制备聚乳酸/茶多酚复合纳米薄膜，借助扫描电子显微镜观察不同质量比条件下复合纳米薄膜的表面形貌及孔径分布规律。结果表明：随着复合纳米薄膜中聚乳酸的减少以及茶多酚的增加，纤维直径逐渐减小，直径不匀率得到改善，孔径变小且分布趋于集中；复合纳米薄膜的拉伸强度逐渐减小，断裂伸长率先增加后减小；复合薄膜的pH值下降速率较快，降解8周后，pH值基本保持在7.1左右，同时纤维形态维持良好。     

基于对比学习增强句子语义的事件检测方法

事件检测旨在识别文本中提到的事件及其类型。基于触发词的事件检测方法需要额外的人工成本标注事件触发词。本文从无触发词的文本语义提取出发,提出了一种基于对比学习增强句子语义的事件检测方法。该方法首先在事件检测数据集上通过自监督学习对预训练的语言模型基于转换器的双向编码表示器(BERT)调优,提高语言模型的领域适应性。然后利用掩码(mask)操作和丢弃(dropout)操作构建自监督对比样例,增加监督对比样例,实现了自监督对比和监督对比2种句子语义增强的方法。此外在训练过程中自动调整对比损失和事件分类的交叉熵损失的权重,以降低人工调参的成本,同时提高模型收敛速度。在自动内容抽取(ACE)2005中英文语料上的实验结果表明,本文方法比先前无触发词事件检测方法取得更好的结果,与利用预训练BERT模型微调的事件检测方法相比也具有优势。     

基于MEEMD-QUATRE-BILSTM的短期光伏出力区间预测

提出一种基于改进集成经验模态分解（MEEMD）和拟仿射变换（QUATRE）优化双向长短期记忆神经网络（BILSTM）的光伏出力区间预测模型。通过主成分分析法（PCA）对时间序列进行降维处理，利用K-均值算法将降维数据分成3种类型气象数据；然后采用MEEMD对每类光伏出力序列进行分解，将其输入QUATRE优化BILSTM神经网络和核密度估计算法（KDE）联合构建的短期光伏出力区间预测模型。最后基于宁夏光伏电站实例仿真评估模型区间预测性能，实验结果表明该模型可生成高水平光伏预测区间，能够为电力系统经济稳定运行提供可靠的决策保障。     

物理气相沉积制备高熵氮化物涂层的进展

从体系和沉积方法入手，分析了强氮化金属元素体系、弱氮化金属元素体系及含非金属元素体系在结构上的特性和共性给高熵氮化物涂层性能带来的影响，阐述磁控溅射和电弧离子镀膜技术沉积涂层的表面形貌、微观结构及性能方面的差异性，并分别总结这些制备技术的优缺点。最后对高熵氮化物涂层体系在结构成分设计和沉积方法两方面未来的研究方向进行了展望。