也谈落花流水锦

宋代的织锦,技艺精湛,纹饰精美,且有当时时代的个性和显著特证。宋锦纹样继承了汉唐以来的优良传统,并不断有所发展,有所创造;形象生动活泼,比汉唐更有写生基础,而且形式多样,格调清新,生活情趣极浓。据《辍耕录》、《格古要论》和《博古要览》记载,宋时的锦纹,计有团鹤、翔鸾、舞凤、牡丹、芙蓉、柿蒂、龟背、琐子、连钱、方胜、簟纹、水纹以及金银锭和     

话说球路锦

球路,亦称“毬路”蚱湮蒲季衷栽残渭负喂羌艿男问匠鱿?且主题纹样周围皆环绕珠球状圆点一圈,所以,此类纹样又有珠环、珠圈和联珠纹等名称。近半个世纪以来,在新疆丝路沿途发掘出土的唐代锦样中,这一类锦样特别引人注目。因为,从发现的数量上看,它比同期其他纹锦类织物的总和还多,这就意味着曾经大量外输,其产量之大,行销之广,也是可以想见的了。球路纹锦的初创,大约始于隋以前的南北朝时期,见之于出土文物的,最早当是始于     

提高冷却效果 减少能耗——旧凉水塔改造实例二则

例一:对于老式的混凝土制成的逆流式机械通风凉水塔的改造。该种凉水塔冷却效率低,耗电大。一、500吨/时混凝土制的凉水塔在未改造前情况:上盖为平顶;顶部并列安装十台风机,风机型号是:30K4—11N10轴流式通风机,风叶直径为1000毫米。电机为5.5千瓦、960转/分,总装机容量为55千瓦;风量共计为10000m~3/时。风压为24毫米/水柱;风机必须十台同开,否则会影响冷却效果,     

汽轮机给水泵机组双联泵失效原因分析

某堆配置的汽轮机给水泵机组在转速达到电动油泵自动切除转速后,出现跳机现象.排查分析原因,最终确定是机组双联泵失效,导致在电动油泵切除后无法为机组供足够的滑油和控制用油,引起汽轮机的润滑油压或(和)速关阀驱动装置驱动油压低于限值,触发机组跳机动作.为检查双联泵具体失效原因,对双联泵进行解体检查、材料分析,以及对轴、键、轴承等部件进行失效分析计算,最终确定双联泵失效的原因为轴承轴向预紧力过大,降低了轴承工作寿命,发生了接触疲劳失效,引起轴倾斜,轴因负载过大被扭断,造成失效.     

基于多搜索器优化算法的含可再生能源协同优化调度

考虑到风光不确定性给能源系统运行带来的影响,本文建立了含有燃气发电厂、热电联产装置、供热厂、风电场和光伏电场的热电数学模型,并提出了多搜索器优化算法,用于解决热电能量管理优化问题.混沌搜索具有随机性、遍历性和规律性,混沌理论的引入能够不断缩小优化变量的搜索空间,并不断提高搜索精度,从而有较高的搜索效率.算法中的双层搜索器的设置既能保证快速收敛到近似最优解,也能及时避免陷入局部最优解.通过标准函数和27机组热电系统的仿真结果表明,本方法具有较高收敛稳定性且收敛速度快,能够有效解决热电能量管理系统中的高度非线性、非光滑、非凸问题.     

阴影条件下基于迁移强化学习的光伏系统最大功率跟踪

在光伏系统中,光伏阵列往往会受到阴影条件(partial shading condition,PSC)的影响,造成光伏系统输出功率偏低以及功率-电压($P-V$)特性曲线出现多峰值的现象,从而导致常规最大功率跟踪(maximum power point tracking,MPPT)算法易陷入局部最优的问题.对此,设计一种基于迁移强化学习(transfer reinforcement learning,TRL)的MPPT算法.该算法将连续变量的动作空间分解为若干个小范围的子搜索空间,从而有效提高TRL的学习效率.同时,引入知识迁移,即将旧任务的最优知识矩阵应用到新任务中,进而大幅提高TRL的收敛速度.通过对3种算例的研究,即恒温变光照强度、变温变光照强度和香港实地测试,其仿真结果表明,与传统增量电导法(incremental conductance,INC)、遗传算法(genetic algorithm,GA)、粒子群优化(particle swarm optimization, PSO)算法、人工蜂群(artificial bee colony,ABC)算法、布谷鸟算法(cuckoo search algorithm,CSA)、教-学优化(teaching-learning based optimization,TLBO)算法以及Q学习算法相比,TRL能在PSC下实现最快速的全局最大功率跟踪,同时具有最小的功率波动.最后,基于dSpace的硬件在环实验验证了TRL的硬件可行性.     

基于深度军队联合作战算法的永磁同步发电机最大功率跟踪

提出一款新型启发式算法,即深度军队联合作战算法(DJOA),用于调节永磁同步发电机(PMSG)的比例–积分–微分(PID)控制器最优参数.从而实现不同风速下的最大功率跟踪(MPPT). DJOA由如下3类策略构成,即:a)进攻作战:DJOA与传统军队联合作战算法(JOA)的进攻作战机理一致,以实现最优解的全局搜索(global exploration);b)深度防御作战:DJOA引入两名副官(当前两个次最优解),通过综合考虑军官(当前最优解)与两名副官的信息,从而合理引导士兵以实现更深度的局部探索(local exploitation); c)混合重组作战:DJOA引入混合蛙跳算法(SFLA)机制来有效避免算法陷入局部最优.本文通过4个算例对DJOA的优化性能进行研究,即阶跃风速、低频随机风速、高频随机风速以及鲁棒性测试.仿真结果表明,与量子遗传优化算法(QGA)、生物地理学习的粒子群算法(BLPSO)和JOA相比,所提算法能够最大程度地获取风能且仅需最低的控制成本,同时在发电机参数不确定下具有最高的鲁棒性.     

基片式多纵模拍频光纤激光位移传感器

提出并设计了一种基片式多纵模拍频光纤激光位移传感器,利用谐振腔中不同模式之间的拍频信号实现传感,可以监测物体微小位移。该传感器采用应变传感基片结构,有效对光纤进行保护,并能缓冲拉伸和压缩带来的形变,增加传感器灵敏度。同时在原有多纵模拍频光纤激光器的基础上进行了改进,使系统获得更高的信噪比。阐述了多纵模拍频传感器的测量原理,设计制作应变片并搭建实验平台。实验选取4个不同拍频信号作为传感信号,实验数据表明:在0~30 mm范围内,频率漂移基本呈线性变化,线性拟合度最高可以达到0.999 4,这与理论推导结果一致。由于拉伸平台的拉伸精度限制,该传感器的测量精度为110-3 mm。经过反复实验表明,该传感器具有良好的稳定性。