滇川十日

路，亚丁生态旅游公司的肖主任和乡里的干部听说我们当晚要去亚丁，便齐声劝阻：路太险，绝对不敢开夜开。当阳光洒满落绒牛场，我方才感到饥肠辘辘，头也疼得厉害。一看表，已１０点钟。早饭、中饭一顿吃了，滇川十日@胡晓阳     

丙烯酸单体接枝改性荨麻纤维

采用丙烯酸单体和氧化还原体系接枝改性荨麻纤维。利用扫描电镜、红外光谱对荨麻纤维的表面形貌、化学结构等进行表征,研究了丙烯酸浓度、氧化还原体系浓度、时间、温度对接枝率的影响。SEM图显示,改性后荨麻纤维的表面变得粗糙,FT-IR谱图在1 718 cm~(-1)处增加了-C=O特征吸收峰,表明纤维接枝共聚物接枝成功。在硫代硫酸钠质量/L,温度50℃,接枝改性5 h时,接枝率较佳,约为3.6%。     

缓冲溶液沉淀法制备氧化镁稳定氧化锆纳米粉体

以ZrOCl_2·8H_2O、MgCl_2为原料,NH_3·H_2O为沉淀剂,采用缓冲溶液沉淀法制备MgO-ZrO_2前驱体粉体.通过差热分析、X射线衍射、透射电镜等对所得粉体进行测定分析.结果表明:获得了粒径10～20 nm淡黄色氧化镁稳定的氧化锆陶瓷(MgO-ZrO_2)粉体.在稳定剂浓度为10 mol/L时,可获得纯的四方相氧化锆纳米粒子,有望用于口腔齿科材料中.     

磁性电纺丝明胶纳米纤维支架的制备与表征

采用静电纺丝法,以Fe3O4纳米粒子为磁性填料、明胶为基体,制备出磁性电纺丝明胶纳米纤维支架,SEM观察发现所制备的电纺丝纤维支架具有连续、光滑、直径分布均匀的纤维形貌,XRD与FT—IR分析验证了磁性电纺丝明胶纳米纤维支架中Fe3O4的存在,VSM发现磁性电纺丝明胶纳米纤维支架具有超顺弱磁性,TEM证实了磁性电纺丝明胶纳米纤维支架中Fe3O4纳米粒子以团聚形式存在,提示我们应进一步研究Fe3O4纳米粒子表面修饰与改性,以提高其分散性。本研究制备的磁性电纺丝明胶纳米纤维支架为进一步应用于生物医学工程领域奠定了基础。     

降低10kV配电网损耗及提高供电质量措施

电能作为现代社会最依赖的能源,降低电能损耗、提高电能质量至关重要。10 kV及以下配电网损耗占整个网络损耗的绝大部分,具有相当大的降损节能潜力。首先,介绍了线损产生原因及降低电能损耗、提高电压质量的措施。然后,对A地区现状公用线路进行分析。以某35 kV变电站为例,对其10 kV馈线进行了潮流计算分析,找出电网存在的问题,并提出相应的具体措施。最后,采用一种无功电压综合优化方法对变电站多条10 kV馈线进行无功补偿计算,验证了无功规划优化在降损和提高电压质量上的可行性和有效性。     

中压配电网建设改造举措

随着人们用电需求的上升,配电网建设改造力度呈现大幅增长趋势,如何进行合理的建设改造优化已逐渐成为供电企业亟待解决的问题。首先,总结分析了中压配电网普遍存在的主要问题,介绍了中压配电网建设改造优化的原则及思路,并在此基础上提出了中压配电网的优化措施。最后,以某省中压配电网为研究对象,对其现状配电网进行了全面的分析,找出配电网存在的主要问题,并提出合理的中压配电网建设改造优化策略,用于指导实际电网规划工作。     

基于深度Q网络的多起点多终点AGV路径规划EI北大核心

自动引导小车(AGV)在工厂中承担不同节点之间的物料运输工作,在考虑全局路径最优的情况下需要对AGV进行多起点多终点的路径规划。针对现有深度强化学习算法研究多考虑单起点达到单终点的路径规划情况,涉及多起点多终点的情况时泛化性能较差的问题,提出一种基于深度Q网络(DQN)的AGV全局路径规划求解模型。首先通过改进算法的输入的AGV状态和改进奖励函数的设置提升算法收敛的效率;再利用改变训练初始点位置的方式提升数据的丰富度和模型对环境的感知程度,并以此提升模型对不同起点单个终点环境下路径规划的泛化能力;最后在训练过程中插入不同终点下AGV的状态数据,以获得模型对多终点路径规划的能力。通过在不同规模环境下的仿真与A^(*)算法和快速扩展随机树算法的对比实验和模型的扩展性实验,验证了该方法在多终点情况下的路径规划能力。     

基于改进RRT-Connect算法的路径规划研究

传统移动机器人的路径规划算法环境障碍建模复杂且容易陷入局部最小值，而基于采样的快速扩展随机树(RRT)算法通过随机节点快速扩展路径搜索效率低。RRT-Connect算法在RRT算法基础上提升了搜索效率，但存在路径曲折的问题。为此，在RRT-Connect算法基础上通过加入人工势场引导增长方法和目标偏置采样方法，改进算法规划路径的平滑性和速度。为验证改进算法的有效性，与RRT算法、RRT-Connect算法在不同复杂度环境中的执行性能进行比较。仿真实验的结果表明，改进算法在三种不同环境下的路径规划时间和路径规划长度以及标准差稳定性方面均优于其他两种算法。     

基于PCPNet改进的深度学习点云去噪方法研究

针对三维设备获取的点云数据存在大量噪声和数据处理中局部细节部分丢失等问题，提出一种基于PCPNet改进的深度学习网络来有效去噪。该网络利用多尺度特征聚合模块自适应的聚合了不同尺度点云块的局部细节特征和整体特征，并用LSTM来聚合不同尺度的点云块特征，这样能够更好地保留局部特征，估算更为精确的局部细节法线。多次试验表明，该方法相较于传统方法和PCPNet等深度学习方法在性能上更好，对不同噪声具有一定的鲁棒性，同时又能够对局部边缘信息进行有效保留。     

光伏组件PID测试偏差对测试结果的影响

电势诱导衰减（PID）测试被用于验证光伏组件在长期高电压作用下的功率衰减影响，但不同实验室的PID测试结果常存在偏差。本文结合实验室中易影响测试结果的因素，分析影响测试结果的关键环节，发现样品稳定状态、样品缺陷、电气连接、人员操作、测试条件等均会对测试结果产生影响，导致实验室测试结果差异。