中置式高压电容器柜改进设计

分析了南屯煤矿白马河风井变电所高压电容器柜原设计方案存在的问题,并对其进行了改进设计:选用适用于容性负载的真空断路器;添加放电线圈,并将放电线圈与电容器直接并联,使放电线圈与电容器组成一个完整的放电回路;添加接地开关,接地开关既有机械闭锁又有电气联锁,操作方便,安全性高。实际应用表明,改进设计后的高压电容器柜功能更加完善,更加安全、可靠。     

太阳辐照绝对辐射计的精密温度控制系统设计

为了提高太阳辐照绝对辐射计(SIARs)的测量精度,消除温度变化对SIARs测量精度的影响,研究设计了精密温度控制系统,对SIARs进行恒温控制;通过对铂电阻温度传感器自热效应的弱化,提高了温度测量的精度;提出了一种新的复合PID控制算法,该复合控制算法使系统获得良好的动态和稳态性能;使用密闭的高低温箱来模拟星上温度条件对系统进行了实验测试,实验数据表明,系统控制精度在0.1℃以内,可为SIARs工作提供稳定的温度环境。     

成像卫星星地联合成像调度

成像卫星星地联合调度问题,涉及调度对象众多,约束条件复杂,需要考虑任务的观测、回传2个过程,是一个具有两层时间窗口约束的双层优化问题,统一建模困难。根据问题的特点,采用基于阶段优化的方式,降低了问题的复杂性。把问题分为观测调度阶段和数据回传调度阶段,分别给出了优化目标和约束条件,建立了基于阶段优化的成像卫星星地联合调度模型,实现了从任务观测到数据回传的全过程调度。仿真实例表明,该方法能够有效解决多星多站的协同任务调度问题。     

提高定点精度的FPGA信号处理算法

为了满足速度、功耗等诸多限制的要求,数字信号处理算法常使用FPGA实现。而实现时由于硬件特点,通常将浮点运算转换成定点运算,但定点转换设计流程复杂、周期长,且存在数据范围和精度之间的矛盾。利用浮点数的优点,本文改进了基于FPGA的定点数的基本运算规则,有效解决了上述矛盾。本文详细论述了实现移位、加/减、乘、除基本运算模块的方法和步骤,最后以FIR数字滤波器为设计实例。仿真结果表明:改进的定点数算法比定点运算误差小、精度高、数据范围宽,能有效地防止溢出。     

信息融合技术在变压器油气识别故障诊断中的研究

变压器故障分为放电性故障和过热性故障两大类别,它们均会在变压器油中有所反映。本文通过对变压器油中主要气体的分析,判断变压器的故障类型。具体方法是:利用改进算法的BP网络和信息融合技术,以变压器油中五种主要特征气体作为神经网络的输入,以六种变压器状态作为相应的输出,通过加入动量因子,可以提高学习率系数,充分发挥改进算法的BP网络具有自适应学习能力的优势。仿真测试结果表明,本方法能够在较大范围内准确有效地进行变压器的故障诊断。     

稻壳基碳量子点对废水中Pb(Ⅱ)的检测

为了进一步实现生物质废弃资源的综合利用,以及对废水中污染物的检测,以稻壳粉为原料,在600℃和N2氛围下煅烧完成后使用一步水热法制备了钝化剂修饰的碳量子点,得到荧光为蓝绿光的二酸铵(ACA-CQDs)改性稻壳基碳量子点.采用SEM/EDS、HRTEM、FTIR等现代分析技术对碳量子点进行了理化特性表征,发现二酸铵(ACA-CQDs)量子点可以成功检测水中的Pb(Ⅱ).建立了一种有效的检测水体中Pb(Ⅱ)简便快速高效的方法.     

工业副产盐中有害酚的高效液相色谱分析

采用HPLC建立了一种测定有害酚(苯酚[1]、2,6-二氯苯酚、2,4-二氯苯酚[2]、2,4,6-三氯苯酚[3])的定量分析方法,用WondasilC 18为填充物的不锈钢柱,以甲醇+乙腈+磷酸水溶液为流动相,选择225 nm为检测波长进行检测,结果表明本方法的有害酚的浓度和峰面积之间有良好的线性关系,满足定量分析要求.该方法具有快速、简便、准确、重现性好等特点.     

改进的小脑模型神经网络及其在时间序列预测中的应用

针对小脑模型神经网络(cerebellar model neural network,CMNN)中泛化能力与存储空间容量之间的冲突这一关键问题,提出了一种改进的小脑模型神经网络——模糊隶属度小脑模型神经网络(fuzzy membership cerebellar model neural network,FM-CMNN),用于解决非线性动态系统的时间序列预测问题.首先,FM-CMNN在保留原始CMNN输入变量的地址映射方式的情况下,在CMNN存储空间中引入铃型模糊隶属度函数,从而保证在不需增加量化级数的情况下提高网络的泛化能力.然后,使用梯度下降算法对网络权值进行更新,提高网络的逼近强度.最后,通过非线性时间序列预测基准实验和污水处理中水质参数预测实验,验证了FM-CMNN性能的可靠性.     

基于动态模式分解的移动用户信道容量预测算法

在多输入多输出环境下,为了能够连续预测出移动用户的信道容量并以此合理地分配用户资源,提出了一种基于动态模式分解（DMD）的信道容量预测方法及其优化方法：基于经验模态分解的选择性归一化动态模式分解（ESN-DMD）.仿真结果表明,DMD算法只适用于预测低移速低复杂度的用户信号,ESN-DMD算法可以预测不同移速的用户信道容量.     

基于泊肃叶方程改进的驱替面积确定方法

为解决B-L水驱前缘理论中前缘推进位置的准确度有限问题,基于泊肃叶方程,通过联立油藏物质平衡方程,转化为地层压力与流管数的最小化问题,运用遗传算法寻优最小目标值,获取各注采方向的流管数,从而确定注采井间驱替面积.该模型量化了B-L方程中驱替面积参数取值,利用改进后的井间驱替面积计算公式,提高了连通的注采井之间水驱前缘推进位置的计算精度.计算结果更加符合油田实际生产,对类似油田的水驱开发效果评价,具有一定的借鉴和指导意义.