1000MW超超临界汽轮发电机定转子线圈钎焊工艺

本文总结了1000MW汽轮发电机定子线圈、转子线圈、环形引线制造过程中的钎焊工艺,介绍了定子线棒的水电接头、铜环引线以及转子线圈匝间多层搭对接接头结构的钎焊技术和疑难问题的处理过程,为今后同类产品的制造提供了借鉴。     

酶改性制备米糠浓缩蛋白的研究

为改善碱溶酸沉法提取的米糠浓缩蛋白产品的功能特性,以米糠蛋白为原料,用氮溶解指数和水解度为指标对中性蛋白酶、碱性蛋白酶、复合蛋白酶、木瓜蛋白酶、风味蛋白酶进行筛选,确定碱性蛋白酶为最佳的改性用酶,并通过单因素和正交试验优化出碱性蛋白酶最佳改性条件为:底物浓度3%,酶用量1 500 U/g,温度55℃,pH8.5,时间4 h。在最佳条件下,米糠蛋白的氮溶解指数从35.6%提高到95.42%。     

氢化物发生-原子荧光法测定土壤中碲的含量

目的建立一种用氢化物发生-原子荧光法测定土壤中痕量碲的检测方法。方法样品经8mL硝酸+3mL高氯酸+6mL氢氟酸低温消解后,加入抗干扰剂,直接用原子荧光法进行土壤中碲含量测定。结果在最佳条件下,碲的标准曲线线性良好,相关系数0.9998,该方法检出限1.8μg/kg,精密度为3.4%。选取湖北省内的5个实际土壤分析检测,碲的含量为0.02～0.08mg/kg之间,回收率为92.5%～105%。结论该方法成本低、易操作,可适用于实际土壤样品中的痕量碲测定。     

监测水质用多组分挥发性有机物标准样品的研究

研制了配套国家标准、适合我国水质环境监测需要的多组分挥发性有机物标准样品.经纯度验证后,采用称量法制备,分层随机抽样法抽样,单因素方差分析法评价样品均匀性.在室温、4℃冷藏和-18℃冷冻3种保存条件下观察样品的稳定性,采用线性模型进行稳定性评价.结果表明,制备的多组分挥发性有机物标准样品具有良好的均匀性和稳定性,量值准确可靠,可用于环境监测中绘制标准曲线等相关工作.     

基于稀疏贝叶斯学习的时域流信号鲁棒动态压缩感知算法

块效应和未知且时变的噪声强度会降低时域流信号动态稀疏重构的性能,为解决该问题,本文基于重叠正交变换和稀疏贝叶斯学习框架,提出一种对时域流信号进行动态压缩感知的鲁棒稀疏贝叶斯学习重构算法.该算法在消除块效应的同时,能够处理噪声强度未知且时变情形下的动态稀疏重构问题,相比现有的流信号稀疏贝叶斯学习算法具有更强的抗噪鲁棒性.尽管现有的时域流信号压缩感知的有效算法并不多,但实验表明,本文算法的重构信误比和重构成功率均明显高于现有的基于稀疏贝叶斯学习的流信号重构算法和基于L1-同伦的流信号重构算法,且达到相同的重构成功率所需的观测数目少于另两种算法,计算量和运行效率则与稀疏贝叶斯学习算法相近.     

臭氧标准参考光度计的测量不确定度评定

为建立臭氧标准参考光度计(SRP)的计量溯源性,环保部标准样品研究所的SRP 48与美国国家标准与技术研究院的SRP 2进行了比对验证。对SRP测量不确定度的评定方法进行了研究,分析了测量不确定度的主要来源。以SRP 48为例,对影响臭氧浓度测量的不确定度分量光程长度Lopt、压力P、温度T、双光程透光率的比值D和吸收系数σ等因素进行计算,建立数学模型并合成得到标准不确定度。在0~500 nmol/mol浓度范围内,SRP 48和SRP 2之间具有很好的可比性,确立SRP 48与SRP 2的比对关系式为xSRP48=[(0.998 96(xSRP2)+0.025]nmol/mol,在95%的置信区间内(k=2时),SRP 48臭氧浓度测量的扩展不确定度为2×((0.28)~2+(1.10×10~(-2)×x)~2)~(1/2)nmol/mol。     

用况驱动开发过程的研究与应用

用况不仅能帮助开发者获取正确的用户需求，而且能启动和驱动整个开发过程。文中结合统一过程，讨论了用况驱动过程开发的基本思想和它在整个开发周期特别是软件的需求、分析、设计阶段的UML建模方法。实践表明，通过用况驱动过程能使软件开发平滑而高效。     

基于CFD和LightGBM算法的建筑室内温度全局预测模型

温度控制对建筑节能意义重大,室内温度准确预测是建筑温度精确控制的前提。本文提出一种基于计算流体动力学(CFD)和LightGBM算法的建筑室内全局温度预测模型实现对同一时间全局温度模拟和全局时间序列温度变化预测。基于空间建筑结构、传感器精度范围和实际温度控制范围简化的CFD简化模型满足精度要求同时解决了数据冗余的问题,更具备实践性。在此基础上通过LightGBM和LSTM算法模拟全局区域温度空间序列变化规律,采用LightGBM算法预测温度时间序列变化实现对室内温度全局预测。试验采用某地区烟草储存库全年建筑运行数据和室内外温度监测数据,构建室内全局温度预测模型,通过实际测量温度数据实验验证,建筑全局5 h温度分布预测准确系数为0.955 4,60 h温度范围预测准确系数为0.994 0,对比ANN,BP,LSTM算法,本文模型平均准确系数提高0.022 4～0.014 7。     

MMSE准则下近似最优MIMO分组并行检测算法

在采用多天线高阶QAM的MIMO通信系统中,现有基于信道分组并行检测算法虽然接近最优检测性能但以牺牲计算效率为代价.针对这一问题,本文提出一种MMSE准则下基于信道分组的并行检测算法,不但有效降低计算复杂度,而且仍保证检测性能.该算法采用MMSE准则下格归约算法改进分组后条件较好子信道矩阵特性,并在消除参考信号基础上利用改进的子信道矩阵对剩余信号以非线性方式进行检测.仿真结果表明:对4×4和6×6MIMO系统,该算法检测性能达到最优,对于8×8 MIMO系统,比最优算法所需信噪比提高约1dB.复杂度分析表明:相比现有信道分组检测算法,相同检测性能下该算法在6×6 MIMO系统中复杂度降低90%以上,在8×8 MIMO系统中复杂度降低98%以上.