浅谈低压配网三相不平衡治理硬件的现场应用

受"一带一路"、"中国制造2025"、"民族复兴梦"等方略推进的助力,我国经济稳定发展城镇化建设日新月异。电能作为生产生活的主要动力源,经过几轮全国范围的配网改造,之前影响居民用电体验的低电压,已经不再是供电质量的主要问题,而三相负荷不平衡引起的运行安全和损耗问题,成为低压配电网运维的主要整治目标。针对低压配电网三相负荷不平衡治理问题,该文对现有治理硬件在海西现场的应用情况做了概述,简析其特点和适应条件,以供其他使用者参考。     

Nb和时效时间对热轧中锰TRIP钢中P偏聚的影响

热轧态中锰TRIP钢首先经650 ℃退火2 h,随后在550 ℃进行等温时效热处理,采用场发射扫描电镜(FE-SEM)研究该钢中P的偏聚和时效析出行为的变化情况。结果表明,中锰TRIP钢中P在晶界的偏聚是一种非平衡偏聚现象,临界时间约为50 h,与理论计算结果48 h较为吻合。在局部偏聚区域内,C与P存在共偏聚的关系,即P偏聚量高的地方,C含量也高。而合金元素Nb具有抑制P偏聚的效果,在20~70 h时效时间内,可以相对降低6.57%~19.5%的最大P偏聚量。根据电子背散射衍射(EBSD)菊池线分析,P偏聚量低于2.28at%时,P为固溶状态,高于2.28at.%时,P为析出状态。     

SPE-液相色谱法测定工业废水中的DBP和DNOP

结合液相色谱定性定量分析的方法,建立固相萃取工业废水中的邻苯二甲酸二丁酯(DBP)和邻苯二甲酸二辛酯(DNOP)的测定。比较硅胶柱、C18、Qasis HLB和Si/PSA玻璃柱对DBP和DNOP萃取效率的影响。结果表明,Si/PSA玻璃柱回收率最稳定,Qasis HLB次之,C18的萃取效率较低。硅胶柱对DBP的萃取效率较高,但对DNOP的萃取效率低于80%。经水梯检测得出DBP和DNOP在0.1～4.0μg/mL质量范围内呈良好线性关系,相关系数均在0.9995以上,检出限均低于0.2μg/L。采用该方法分析5个实际工业废水样品发现所有水样中均有DBP检出,1个样品中检出DNOP,整体回收率在94.2%～101.2%。该法回收率稳定,抗干扰能力强,灵敏度高,适用工业废水中的DBP和DNOP检测。     

冷却速率对包晶钢凝固过程中包晶转变收缩的影响

通过高温激光共聚焦显微镜模拟观察了Fe-0.1C-0.21Si-1.2Mn (质量分数,%)包晶钢在不同冷却速率下的包晶相变过程,然后利用试样表面粗糙度变化反映了包晶转变收缩程度的不同。结果显示,冷却速率超过临界值后包晶转变能够发生快速相变,快速相变引起突然的包晶转变收缩和表面粗糙度变化。随冷却速率的增加包晶钢的包晶转变收缩呈先增加后减小的趋势,在冷却速率为20℃/s时表面粗糙度达到最大值,此时的表面粗糙度约是低冷却速率(2.5℃/s)时表面粗糙度的2.8倍。当冷却速率足够大后包晶转变收缩又开始减小,这一变化为高拉速下减少包晶钢连铸坯表面纵裂纹的发生提供了新策略。     

自动气动无压平衡风门系统

为使风门系统开闭方便、动作灵活、减小破损、延长使用寿命,设计了平行四连杆机构、左右门扇同步异向开闭的无压平衡风门,分析了自动气动风门系统装置组成、工作原理、设备布置和动作过程。风门系统工作可靠能满足矿井通风系统和安全生产要求。     

Pd82Si18非晶合金结构演变的分子动力学模拟研究

为了研究Pd-Si非晶合金的结构和非晶转变过程中结构的演化规律,通过分子动力学(MD)方法模拟了Pd-Si体系从液态到非晶态的非晶转变过程,并利用双体分布函数、Voronoi多面体等方法表征了原子尺度结构。结果表明,通过MD模拟得到的非晶转变温度和合金液体的双体分布函数均与实验结果相一致。在非晶合金结构中,Pd与Si原子相互吸引并排列在第一近邻的位置上,而Si与Si原子之间的相互排斥作用使得它们之间的距离较大。在短程序结构(SRO)方面,在Pd原子周围并无占据主导地位的SRO,而在Si原子周围Z9和Z10为占据主导地位的SRO。此外,随着温度的降低,配位数缓慢增加,而SRO的含量和五重局部对称性的程度迅速增加,并且SRO连接得更加紧密。     

密相输送在粉粒体气力输送上的项目应用浅析

密相输送作为气力输送方式中的一种,因其具有耗气量低、混合比高、输送能力大、磨损小、物料不易破碎等优点,目前已在粉粒体输送中得到广泛应用。现结合国内某聚酰胺项目(PA),简要分析了密相输送的应用以及配管过程中的若干设计要点。     

组合降采样极限学习机

设计了一种针对不平衡数据集的学习机,即组合降采样极限学习机(EUS ELMs)。当训练数据集不平衡时,普通分类器对少数样本的分类敏感性较低,而给予多数样本过度关注。针对这种问题,将组合降采样结构与极限学习机(ELM)结合起来,形成一种新的组合学习机。该学习机继承了组合降采样结构对样本选择的依赖性小的优点,和极限学习机分类效率高、耗时短的优势,而且可以通过不同的参数设置控制对少数样本的关注度,根据使用者需求获得不同分类效果。