瀑-深梯级AGC厂间负荷实时分配策略研究及应用

为了实现瀑布沟、深溪沟电站的实时联合运行控制,基于分层调管的原理,以深溪沟电站水位控制为目标,提出了一套能够实现瀑布沟和深溪沟两站水量与电量平衡的厂间负荷实时分配策略及求解流程。针对厂间负荷分配时,不同机组组合下的虚拟单台机组的发电特性曲线和振动区,分别采用动态规划技术和集合区间运算法给予求解,同时还给出了一种简单实用的厂间联合躲避振动区的策略。在此基础上,开发的集控侧梯级AGC系统,已成功地应用到了大渡河瀑布沟和深溪沟梯级实时联合运行控制中,且计算结果满足实际运行工况的要求。     

苯甲酰脲类杀虫剂伏虫隆合成新工艺

伏虫隆是一种苯甲酰脲类杀虫剂,尤其对有机磷、拟除虫菊酯、氨基甲酸酯三类杀虫剂已产生抗性的害虫防治效果更佳。以2,4-二氟硝基苯为原料,经过氯化、还原反应合成了3,5-二氯-2,4-二氟苯胺;以2,6-二氯苯腈为原料,经过氟化和水解制得2,6-二氟苯甲酰胺,将2,6-二氟苯甲酰胺与二(三氯甲基)碳酸酯酰化合成2,6-二氟苯甲酰异氰酸酯,再与3,5-二氯-2,4二氟苯胺加成得到杀虫剂伏虫隆,总收率为75.3%。产物结构经元素分析、IR和1HNMR所表征。该工艺具有原料易得、收率高、质量好、对环境污染小的特点。     

香料紫罗兰酮合成工艺研究

以山苍子油、柠檬草油为原料合成紫罗兰酮,研究了缩合反应、环化反应、产品精制的工艺条件;并缩合反应中,柠檬醛的转化率为99%以上,产品得率95%;环化反应中,假性紫罗兰酮的转化率98%以上,产品得率90%。产品中总含酮量95%,其中α-紫罗兰酮占80%。     

CAD造纸助剂通过技术和新产品鉴定

浙江省化工研究院在宁波造纸总厂和宁波海曙化工公司的大力支持和通力合作下,经过三年的努力,为我国造纸工业研制成功了一种新型造纸用化学品,定名为CAD造纸助剂。 CAD造纸助剂是一种新型的阳离子聚丙烯酰胺,兼具良好的增强、助滤和助留功能,并在从酸性、中性到碱性广宽的pH范围内均能发挥效用。该产品主要是为替代宁波造纸总厂白板纸引进生产线中的增强剂和助     

基于微观孔隙通道的饱和/非饱和土渗透系数模型及其应用

从微观角度揭示土体变形对饱和/非饱和渗透系数的影响机理,建立相应的预测方法,对于饱和/非饱和土的渗流分析及水力耦合研究具有重要的科学意义。利用流体力学理论,建立了微观孔隙通道渗透系数与等效孔径的关系,在此基础之上,结合毛细理论建立了饱和/非饱和渗透系数与土-水特征曲线的关系模型,并利用已有试验数据验证了模型的合理性。结合该模型与变形条件下土-水特征曲线预测方法,对变形条件下武汉黏性土饱和/非饱和渗透系数进行预测,结果表明黏性土在压缩变形条件下:饱和渗透系数呈数量级的减小,预测值与实测值均吻合较好;双对数坐标下,非饱和相对渗透系数在进气值之后随基质吸力增加而减小,不同初始孔隙比条件下其斜率近似不变,整体呈现"毛刷型"分布,相同基质吸力条件下,初始孔隙比越小,相对渗透系数越大;非饱和渗透系数,进气值之前近似为饱和渗透系数,进气值之后随基质吸力增大而减小,不同初始孔隙比的变化线近似重合。     

辐射诱导- 乳液共聚反应产生的四氟乙烯——丙烯共聚物分子量特性

对用辐照和化学引发剂乳液聚合反应产生的四氟乙烯-丙烯交替共聚物进行了分级,并对分子的精细结构进行了研究。对于分级样品得到了数均分子量■与特性粘度[η]间的关系式:[η]=3.97×10~(-4)■~(0.639),这些共聚物的分子结构不是复杂的长链分支,它们的分子结构和分子量分布没有显著差异。用氟19核磁共振测定表明:辐照共聚物在其链节中交替的不规则程度比化学法聚合的高得多。在分级样品中,不规则性随着分子量的增加而增加。用氟离子选择电极测定的每一级分样品的氟含量与氟19核磁共振测定的结果有相似的趋势。     

磺酰胺类除草剂阔草清的合成研究

以5-氨基-3-巯基-1，2，4-三唑和2，6-二氟苯胺为主要原料，经苄基化、环合、酰化、胺解4步反应合成阔草清，总收率46．5％。该方法可以降低成本，提高反应速度，简化分离步骤，降低能耗和减少污染，是一种较清洁的生产工艺，适合工业化生产。     

DCent:基于双网卡服务器的高可扩展数据中心网络结构

虽然以服务器为中心的新型数据中心网络互联结构部分一般程度地解决了传统树型结构面临的性能瓶颈和可扩展性难题,但是,现行服务器大多数带有2个网络端口,如何基于双网卡服务器设计一种高可扩展、高性能的数据中心网络互联结构是一个颇具挑战性的问题.提出了基于双网卡服务器的高效可扩展数据中心网络互联结构DCent.DCent具有较高的网络吞吐量,使得数据中心能够进行无损和持续扩展,各类应用能够不受数据中心规模扩展的影响而继续运行;且服务器之间通过交换机进行互联,避免了服务器之间的直接连线,具有良好的模块化性.     

一种基于双模式虚拟机的多态Shellcode检测方法

近年来,Shellcode攻击通常利用多态技术进行自我加密来绕过网络层设备的检测,而现有检测方法无法区分多态Shellcode与加壳保护代码.提出了一种基于双模式虚拟机的多态Shellcode检测方法,该方法改进了现有的GetPC定位机制,实现了Shellcode的初步定位,通过IA-32指令识别对网络流量的进行进一步过滤,利用有限自动机及其判别条件实现虚拟机控制流模式和数据流模式之间的切换,并通过结合现有的特征匹配技术实现对多层加密的多态Shellcode的检测.实验结果表明,针对大量真实的网络数据,该方法在保证高检测召回率的同时,能够实现对多态Shellcode与加壳保护软件的有效区分,避免了对正常流量的误报行为,并且时间开销介于静态分析与动态模拟之间,为网络层检测多态Shellcode提供了一种有效方法.