过程管理在教学改革中的运用研究——以“西方国际关系理论”教学实践为例

本文以"西方国际关系理论"课堂教学改革实践为案例,从微观层面研究过程管理理念在提高教学质量和人才培养目标中的运用。通过实践后发现,创造性地引入过程管理中的PDCA子过程循环原理可以规避目标管理模式的弊端,明显提高课堂教学效果。     

应用长短期记忆循环神经网络的弱反射信号增强方法

由于沉积环境的特殊性和复杂性,地下介质中不同反射界面的波阻抗差可能差异巨大。如果储层的有效反射信息较弱,在地震数据中极可能被强反射信息掩盖,不易被识别,影响了储层识别效果,因此亟需一种解释性处理技术突出弱反射信息。常规方法一般是先从地震数据中分离出强反射分量,再将它削弱或删除。但如果地震子波提取不准确,减去法中强反射残留会引入虚假信号。文中提出了一种“升弱降强”的新思路,通过构建幂次反射系数映射模型缩小弱反射信号与强反射信号的相对差异。首先计算测井反射系数的幂次反射系数,将弱反射系数相对增大、强反射系数相对减小,得到拟反射系数序列;再用原始反射系数序列和拟反射系数序列分别与地震子波进行褶积运算,得到合成地震记录和拟合成地震记录,生成训练样本集;然后用该样本集训练长短期记忆(LSTM)循环神经网络,建立合成地震记录与拟合成地震记录的映射关系;最后将该网络应用于地震数据,增强了地震弱反射信号。模型和实际数据应用结果表明,该方法能有效增强地层本身引起的弱反射信号,提高地震数据的储层识别能力。     

加氢装置循环氢流量波动原因分析

某炼油厂2.2 Mt/a渣油加氢装置循环氢压缩机出口流量出现了较大幅度的异常波动,且循环氢流量较低,反应器催化剂床层压力降波动大,装置处理量提升困难。对引起波动的原因进行了分析,确定根本原因为混合氢与热高分气螺纹锁紧环换热器内漏,装置正常生产过程中,应确保平稳操作,并密切关注螺纹锁紧环换热器螺栓预紧力的变化情况,为解决同类装置生产过程中遇见的类似问题提供借鉴。     

基于太阳能循环的水利枢纽梯级调度发电最大负荷概率预测

传统的水利枢纽梯级调度发电最大负荷概率预测方法的有效率和预测精准率较低.基于太阳能循环,研究了一种新的水利枢纽梯级调度发电最大负荷概率预测方法.收集水利枢纽梯级调度发电数据,整合具体的发电信息与水利枢纽的相关发电条件,调节关联发电数据得到最大负荷存在条件,及时记录并存储分析数据.设置标准参数作为数据参照信息,形成概率数据预测图,实现对水利枢纽梯级调度发电最大负荷的概率预测研究.结果表明,预测方法在一定程度上扩大数据的收集范围,增强了主系统的数据收集力度,避免了不必要的浪费,具有更高的研究价值.     

三角转子膨胀机在跨临界CO2制冷循环中的应用分析

在高压比跨临界CO₂制冷循环中,采用膨胀机替代节流元件对提高循环效率有较大的潜力。分析了以三角转子机械作为膨胀机的运行机理,对三角转子膨胀机的工作过程进行计算和分析,并从形状因子、转子型线、进气角度、偏心距和轴距系数入手,讨论了影响三角转子膨胀机的影响因素。在设定情况下,使用三角转子膨胀机可以通过将10 MPa、313.15 K的超临界CO₂膨胀至3.49 MPa、273.69 K,并将制冷系数提高23.7%。形状因子和进气角度是影响膨胀机运行效果的主要因素,需选取适当的参数来提高效率。     

干湿联合冷却塔消雾节水特性的耦合研究

随着节水、减排、环保等问题的日益严峻,消雾节水型冷却塔逐渐受重视。针对消雾节水型干湿联合冷却塔,建立其传热传质过程气水参数变化的理论计算模型,根据其出塔空气与环境空气掺混过程参数变化,计算分析其成雾特性、蒸发水量,并结合文献数据验证了计算模型的正确性。对标干湿联合冷却塔消雾验收测试的典型规程,通过出塔空气干湿球温度曲线、最大相对湿度曲线、成雾频率曲线和塔雾指数等,结合某干湿联合冷却塔实测数据,分析了干区进水比例对消雾特性、节水特性、冷却特性的影响。对所研究工况,百叶窗全开时干区进水比例越高,干湿联合冷却塔的消雾节水性能及冷却性能越好,为干湿联合冷却塔的设计优化和运行优化提供了参考和指导。     

基于深度学习的锂离子电池SOC和SOH联合估算

锂离子电池常被作为储能元件以实现电能的存储和转化,然而其荷电状态(state of charge,SOC)和健康状态(state of health,SOH)无法被直接测量。为了实现锂离子电池SOC和SOH联合估算,该文分析SOC和SOH之间的关联性,并提出一种基于深度学习的锂离子电池SOC和SOH联合估算方法。该方法能够基于门控循环单元循环神经网络(recurrent neural network with gated recurrent unit,GRU-RNN)和卷积神经网络(convolutional neural network,CNN),利用锂离子电池电压、电流、温度,实现锂离子电池全使用周期内SOC和SOH的同时估算,而且由于将锂离子电池的SOH估算值考虑到SOC估算中,能够消除锂离子电池老化因素对锂离子电池SOC估算造成的负面影响,从而提升SOC估算精度。两个锂离子电池测试数据集上的实验结果表明,提出的估算方法能够在不同温度和不同工况下实现锂离子电池全使用周期SOC和SOH联合估算,且获得较高的精度。     

多芯片用热管散热器的数值分析和实验研究

根据芯片的高散热要求,设计了一种带有热管和不同翅片参数的散热器.采用数值模拟的方法分析了散热器翅片参数、热管数量和布局等参数对散热性能的影响,以确定最优设计方案,并对热管散热器的热性能进行了实验测试.测试结果表明,设计的热管散热器能满足使用要求,解决了芯片的散热问题.     

基于Flowmaster的柔性直流换流阀水路仿真研究

冷却水路是柔性直流(柔直)换流阀的重要组成部分,各支路流量分布是否均匀将直接影响柔直换流阀的可靠运行.此处基于一维流体仿真软件Flowmaster对柔直换流阀塔主进出水管分布进行研究,并与试验结果进行对比,验证了仿真计算的准确性,并为柔直换流阀冷却水路设计提供一种设计验证依据.     

基于差分分解和误差补偿的短期电力负荷预测方法

基于序列分解的方法能够提高短期电力负荷预测精度,但会带来误差的积累。同时,现有方法忽略了历史预测误差与当前预测结果的相关关系。提出了一种基于差分分解和误差补偿的短期电力负荷预测方法(differential decomposition-error compensation-gated recurrent unit,DD-EC-GRU)。首先,对原始负荷序列进行一阶差分,将负荷的预测问题转化为负荷变化量的预测问题。基于此,在一组实际预测负荷序列的基础上引入多组辅助预测负荷序列,应用门控循环单元(gated recurrent unit,GRU)构建多目标迭代预测网络。最后综合考虑各序列迭代预测误差的变化趋势与平稳性,构建基于序列相似度和人工神经网络集成模型的误差补偿网络,提升预测精度。在3个实际负荷数据集上对DD-EC-GRU各环节有效性进行验证,并与多种主流算法对比,结果表明本文所提方法有较高的预测精度和较强的适应能力。