谈“百米重量变异系数”与“百米重量偏差”

为了规范标准术语和正确采用试验方法,指出了相关纱线标准中“百米重量”的用词不当;因百米重量变异系数测试单位长度有所不同,故对不同线密度的纱线长片段不匀不能作全面比较;在有温湿度控制的试验室进行线密度的测试时采用GB／T4743的方法1是完全可行的;当百米质量偏差与单纱断裂强度超出允许范围时,依据百米质量变异系数和单纱断裂强力变异系数的评等顺降的规定有失妥当,建议纱线检验的各个项目均应独立参与评等。     

高效液相色谱测定啤酒中异维生素C钠的含量

本文研究了高效液相色谱测定啤酒中异维生素C钠含量的方法，该方法简单、准确度高、重复性好，变异系数在1％以下，是啤酒厂控制清酒中异维生素C钠添加量的有效方法。     

基于生熟角度探讨15种板栗果实性状及营养品质的差异性

从生熟角度系统分析板栗仁的品质差异性。以15份不同产地的鲜板栗为原料,采用人工去壳去皮、隔水蒸煮熟化处理,测定板栗主要经济性状指标（出仁率、板栗仁单果重量、粒径及碎粒率）,并检测蒸煮前后板栗仁内在品质指标（可溶性糖、蔗糖、可溶性蛋白、淀粉、直链淀粉、多酚）。结果表明：经蒸煮熟化后,板栗仁可溶性糖含量、可溶性蛋白含量下降幅度依次为21.6 %~72.1 %、21.4 %~90.9 %;但大部分产地板栗仁的直链淀粉含量、多酚含量均呈上升趋势,而蔗糖含量呈下降趋势。应用因子分析及相关性分析,从11个指标参数筛选出评价板栗仁综合品质的核心指标为：板栗仁蔗糖含量、可溶性糖含量、多酚含量、可溶性蛋白含量及熟制板栗仁原料的直链淀粉含量。本研究结果为进一步丰富板栗仁综合品质评价体系提供了重要参考。     

基于AHP-TOPSIS算法的再热蒸汽系统稳定性综合评价

再热蒸汽系统的稳定性影响着燃煤机组的安全性和经济性。本文基于同一集团6台机组(A～F)的运行数据进行再热蒸汽系统的稳定性对标评价。通过3σ准则对大数据进行清洗,并利用滑动窗格法进行稳定工况划分。基于过程能力指数C_pk和变异系数C_V分别对再热蒸汽温度和再热器减温水调节阀开度进行稳定性打分,并利用层次分析法-优劣解距离法对参数进行权重分配计算,完成不同机组在不同工况下的综合对标评价。结果表明：A～F机组中,E机组再热汽温对应的C_pk值最大,为1.75,其稳定性最好;F机组再热器减温水调节阀开度对应的C_V值最小,为0.56,其稳定性最好;A机组的再热蒸汽温度和再热器减温水调节阀开度的稳定性最差;A机组和C机组左右汽温偏差和再热器减温水调节阀开度差明显偏大,源于其采用四角切圆方式燃烧;300 MW的E机组再热蒸汽系统的稳定性最好,百万机组再热蒸汽系统的稳定性较差。     

基于层次分析和改进逼近理想解法的分层储能系统综合评估

为了评估分层储能系统用于含高渗透光伏发电区域配电网中的适用性问题,考虑其平抑光伏出力及为电网提供辅助服务等实际功能,提出考虑多利益主体的分层储能系统综合评估指标体系,基于层次分析法(AHP)和改进逼近理想解法(TOPSIS)提出了多模型综合评估算法。针对层次分析法中判断矩阵生成权重的主观性问题,引入变异系数法计算客观权重,并改进了逼近理想解排序法中的判定策略,提出基于距离接近度与夹角接近度的综合判断方法,进一步提高评估结果的精度。算例表明:所提出的指标体系具有较好的完备性,综合赋权方法可以提升、发掘优势指标,改进的综合评估算法可信度更高,对分层储能系统的推广应用有一定的实际意义。     

文南油田文33块沙三上低阻油层解释方法研究

1概述文33块沙三上油藏埋藏深度-2800~-3300m,属低渗、异常高压油藏。油层主要沿文33断层高部位分布。储层物性差,平均层孔隙度13~26%,渗透率6~158×10-3μm2,储层非均质性中等,渗透率变异系数0.24~0.93。文33块沙三上存在低阻油层,电阻率在1~2Ω.m,比油层低比水层电阻率略高,测井解释容易误解释成水层。如1983年4月完井的文33-2,1987年对沙三上6的9~11、23号解释为水层的储层射孔,射前日产油1.4t,含水20%,射后日产油13.8t,无水。这类情况多见于早期解释的井(八十年代—九十年代初),他们大多数是具有中高孔隙度的储层,产量一般比较高。因此…     

车用动力电池模组风冷散热分析

为了降低车用动力电池模组的最高温度、提高其温度分布一致性,以4×8等间距排列18650锂离子电池模组为分析对象,运用ANSYS Fluent软件对圆形进风口,圆形、半圆形及矩形出风口三种不同散热结构及尺寸电池模组温度场进行了计算。结果表明:矩形出风口散热结构电池模组的最高温度和温度变异系数比相同工况下圆形与半圆形出风口散热结构都小。当进口风速为1~3m/s,矩形出风口为40mm×50mm时,电池模组的最高温度和温度变异系数最小;当进口风速3m/s、矩形出风口为40mm×70mm时,电池模组的最高温度和温度变异系数最小。     

非均匀数据的变异系数聚类算法

针对现有基于划分的聚类算法无法有效聚类簇大小和簇密度有较大差异的非均匀数据的问题,提出一种基于变异系数聚类算法。从聚类优化目标的角度出发,分析了以K-means为代表的划分聚类算法引发“均匀效应”的成因;提出以变异系数度量非均匀数据的分布散度,并基于变异系数定义一种非均匀数据的相异度公式;基于相异度公式定义了聚类目标优化函数,并根据局部优化方法给出聚类算法过程。在合成和真实数据集上的试验结果表明,与K-means、Verify2、ESSC聚类算法相比,本研究提出的非均匀数据的变异系数聚类算法(coefficient of variation clustering for non-uniform data, CVCN)聚类精度提升5%~40%。