基于RBF神经网络的生物质电站高温气体CO2浓度测量方法

电站气体浓度测量对实现燃烧优化、提高燃烧效率和火焰品质、减少污染物排放具有重要意义。以CO₂气体为例进行研究,基于近红外波段可调谐激光吸收层析成像技术,提出了基于径向基(radial basis function, RBF)神经网络的高温气体CO₂浓度测量方法。通过实验获取不同浓度下的CO₂吸收可调谐激光光谱信号,计算CO₂吸收谱线和原始信号的差值,提取出描述该差异性的统计特征参数作为RBF神经网络的输入,CO₂浓度作为RBF神经网络的输出,建立了基于RBF神经网络的高温气体CO₂浓度测量仿真模型,通过仿真实例验证了该方法的有效性和正确性。与GRNN神经网络对比分析表明:RBF神经网络法可以有效提高CO₂浓度测量精度,为生物质发电高温气体计量提供理论依据。     

大块非晶合金的制备、性能与应用研究进展

大块非晶舍金由于其独特的结构和优异性能而得到广泛的研究。本文从大块非晶合金的制备原理和工艺、性能以及应用三方面详述了大块非晶研究概况和进展，并针对存在的问题提出了建议，最后提出了今后大块非晶发展的方向。     

基于LSTM神经网络的流化床干燥器内生物质颗粒湿度预测

生物质作为一种储量丰富、环境友好且易于获取的可再生能源,日渐成为能源研究利用领域的热点。生物质湿度是影响生物质利用效率的关键因素,因此干燥是生物质利用之前的必要步骤。流化床由于其良好的传热传质特性,在干燥过程中得到了广泛的应用。为了实时监测生物质颗粒的干燥过程,利用弧形静电传感器阵列,结合用于时间序列建模的长短期记忆（LSTM）神经网络,实现了流化床干燥器内生物质颗粒湿度的预测。在实验室规模的流化床干燥器上进行了多工况实验获取训练和测试数据,通过模型参数优化确定了LSTM模型。通过与标准循环神经网络（RNN）模型的预测结果的对比表明,LSTM神经网络模型的平均相对误差较小,能够较为准确地预测流化床干燥器内生物质颗粒的湿度。     

利用微波连续煅烧生产高纯超细活性氧化锌

介绍了用锌冶炼浮渣,采用湿法生产前驱体,利用微波连续煅烧生产高纯超细活性氧化锌的技术工艺,为冶炼二次资源的综合利用开创了一条新路。     

高阻力矿井通风系统的优化

在对某矿井的具体通风情况进行调研后,结合矿井通风理论与工程开采,在总结此煤矿通风特点的基础上用计算机模拟原始通风系统,发现该煤矿通风系统存在矿井风量与通风阻力不匹配的问题,通风系统存在问题,对此通过内部优化结合外部优化的方法确定最为有效的改造方案。     

沉积相耦合岩石物理类型的孔隙型碳酸盐岩油藏建模方法

定量表征孔渗和饱和度的三维空间分布是孔隙型碳酸盐岩油藏开发的技术难题。为建立可靠的孔隙型碳酸盐岩油藏地质模型,以扎格罗斯盆地F油藏为原型,研究并提出了沉积相耦合岩石物理类型的建模方法。该方法在地质研究的基础上,通过井-震联合建立沉积相模型;再以沉积相控制建立孔隙度和岩石物理类型三维分布模型;然后基于岩石物理类型控制下的孔渗关系数学模型和饱和度数学模型,采用确定性建模方法,建立渗透率和饱和度三维分布模型。模型检验表明,该方法建立的地质模型可靠,为F油藏的有效开发奠定了坚实的地质基础,可为该类油藏的地质建模提供指导。      

塔河油田托甫台区奥陶系断溶体层级类型及表征方法

基于野外露头、岩心、测井、录井、地震、生产动态等资料,结合断溶体地质成因,对塔河油田托甫台区奥陶系断溶体层级类型及表征方法进行研究.按照成因地质体的概念将断溶体划分为4个层级构型单元,走滑断裂影响带为第1层级单元,断溶体为第2层级构型单元,断溶体内部缝洞带为第3层级构型单元(构型要素可进一步划分为溶蚀洞穴、溶蚀孔洞带、...     

跟踪分析方法及其在圈闭评价过程中的作用

圈闭评价过程中的跟踪分析方法是通过分析历史数据,识别风险分析过程中出现的误差甚至错误,并修正、完善和优化风险分析方法的技术。跟踪分析包括对发现概率的反馈分析和对资源评价的反馈分析,通常使用的方法包括风险直方图法、关键风险分析法、百分位数直方图法和双对数交会图法,其核心内容均是系统性的钻前钻后对比分析。通过详细介绍各跟踪分析方法的适用范围、使用方法和一些注意事项,对跟踪分析的优点、必要性和长期坚持执行所带来的价值进行了论述,提出了油公司应组织专门团队开展跟踪分析的建议。     

基于改进Faster R-CNN的太阳能电池板缺陷识别

太阳能在可再生能源中扮演越来越重要的角色,但是积灰和鸟粪等影响因素会降低太阳能电池板的发电效率,针对太阳能电池板的缺陷识别十分重要,为此基于改进的FasterR-CNN(fasterregion-basedconvolutionalneural network)算法对太阳能电池板的缺陷识别进行研究。网络的改进内容如下：实验样本量较少,首先采取了色域转换、旋转等操作以及mosaic数据增强方法,将主干网络替换为效果更好的RestNeSt-50网络;由于检测目标中积灰和鸟粪目标尺寸相差较大,采取了目标尺寸均衡策略;为了使分类和回归任务独立学习,采用了参数不共享双分支策略;并采用了Cosine学习率策略避免网络陷入局部最小值。以上改进方法使得评价指标平均准确率(mean average precision,m AP)值从基准模型的78.91%提升至94.05%。最后成功将单个太阳能电池板从无人机拍摄的图像中提取并修正角度,同时利用改进的FasterR-CNN算法进行缺陷识别,结果表明所提方法可以更准确地识别出积灰和鸟粪等缺陷。     

锚杆在水池抗浮设计中的应用

主要介绍锚杆作为水池抗浮措施的工程实践,并通过试验结果分析,说明锚杆在水池抗浮设计中的应用是可行的,对其它类似工程的抗浮设计具有一定的参考作用。