碱式碳酸镁催化酚醛聚合制备多孔炭及其CO2吸附性能

利用碱式碳酸镁的催化功能及易分解特性,实现间苯二酚、甲醛的快速凝胶,炭化得到孔隙发达的整体式多孔炭(MCM-Mg),其轴向抗压强度达9.4 MPa。与普通碳酸盐催化的样品相比,MCM-Mg孔隙更为发达。273 K下该系列样品的静态CO₂吸附量可达3.49~4.50 mmol·g^-1 (0.1 MPa),0.015 MPa最高可达1.87 mmol·g^-1。研究发现,微孔对材料吸附性能起主导作用;MCM-Mg的单位微孔比表面积可吸附7.15 μmol CO₂,超过了大部分活化法制备的炭材料。多组分动态穿透实验表明,该系列材料可实现CO₂/N₂的完全分离;材料具有良好的耐水汽性能和循环吸附-脱附性能,室温下经惰性气体吹扫即可实现再生。     

核电厂应急柴油发电机定子绕组直流电阻偏差超标分析

针对核电厂6kV应急柴油发电机定子绕阻直流电阻偏差超标缺陷,利用其定子绕阻双引线结构特点和直流双臂电桥的测量原理进行分析,并通过外加直流电流,用红外热像仪检测通流回路温升状况,实现对缺陷的精确定位。     

一种新的基于主动视觉系统的摄像机自标定方法

摄像机标定是从二维图像取获三维信息必不可少的步骤。该文提出了一种新的基于主动视觉系统的摄像机自标定方法,通过控制摄像机平台作4次平移运动（其中任意3次均不在同一平面上）即可线性地标定摄像机的内参数以及摄像机坐标系与平台坐标系之间的旋转矩阵。同时,还分别给出了利用立体视觉方法和纯极点方法唯一求解摄像机坐标系与平台坐标系之间的平移向量的充要条件。     

基于边界强化混合采样的两阶段电力系统暂态稳定评估

受制于样本固有的不平衡性,基于数据挖掘的暂态稳定预测方法不易用于工程实践,为此,提出一种基于边界强化混合采样的两阶段暂态稳定评估模型。在第1阶段,利用预训练的级联卷积神经网络模型确定边界和非边界样本集,利用条件生成对抗网络合成边界集失稳样本,并对非边界集稳定样本进行欠采样,以实现边界强化;在第2阶段,利用混合采样后的重构样本集再训练卷积神经网络模型,以更好地挖掘失稳样本的隐含特征,并采用改进后的焦点损失函数加强模型对边界集样本的学习能力。新英格兰39节点系统与南方某省级电网的仿真结果表明,所建模型有效降低了对失稳样本的漏判率,提高了整体预测精度,在样本极不平衡的情况下仍有良好的评估性能。     

基于电压灵敏度的分布式电源接入规划

考虑分布式电源接入对配电网运行电压和网损的影响,提出基于电压灵敏度的分布式电源规划思路。文章分析节点的负荷与电压之间变量关系,从而引入节点电压灵敏度,建立以DG为等效负荷的分布式电源接入容量模型,结合有功网损敏感度选址准则,规划出DG容量接入方案。采用IEEE33节点系统对方案进行验证,分析结果表明,网络损耗及电能质量均得到了明显改善,验证了该方案的有效性与可行性。     

变压器中性点GIS导电回路缺陷的查找与分析

综合分析年度预防性试验中主变压器高压侧绕组直流电阻测量结果,发现与高压侧绕组连接的中性点GIS导电回路隐藏的缺陷,分析缺陷原因,并采取相应处理措施.     

深度学习技术及其在肿瘤分类中的应用

深度学习是机器学习领域一个新兴的研究方向,吸引了工业界和学术界的广泛关注。该文从深度学习的历史渊源谈起,描述了几种主要的深度学习架构,介绍了深度学习在肿瘤分类中的一些应用,提出了目前肿瘤分类研究存在的问题。     

Visual Café pro 1.0──轻松Java编程

自从1995年年底Sun公司推出Java语言以来，由于其操作系统无关等其他特性使得Java成了Internet上的炙手可热的开发工具，各厂家纷纷表示支持Java语国，如oracle，Net。ape，N。elf，Informix，就连清高的Mic。fi公司也不得不宣布支持Java语言，使Java成了事实上的行业标准。为此，各软件厂家纷纷推出自己的Java开发工具，而在开发工具市场上小有名气的Smpantec公司（199年软件销售额排行榜策十名）自然不甘落后，以最快的速度发布了具有集成编辑、编译调试环境的Caf61．0，很快便拥有了许多忠实的用户。接着Caf6不负众望，很快又推出…     

基于回归分析法的矩形槽圆管吸能特性研究

为了研究矩形槽圆管吸能特性规律,提出了一种基于回归分析法的结构参数与吸能特性关系的拟合方法。针对轴向冲击下的圆管动态响应,首先,建立了6005A-T6材料的Cowper-Symonds本构模型,并验证了仿真模型的准确性;其次,设计了正交试验,建立了吸能特性与结构参数之间的计算模型;然后,利用多元线性与非线性回归分析方法对计算模型参数求解,并对比了两种拟合结果,得到了峰值力和吸能量的经验公式;接着,对比经验公式与有限元数值计算值表明,经验公式在研究范围内具有较高准确性,误差在8%以内;最后,引入吸能性能指标并使用遗传算法对圆管进行了结构优化,优化结果表明,在研究范围内当直径和槽端距最小、壁厚和槽宽最大、槽深最浅时,矩形槽圆管的吸能性能最优。