动作时序配合优化的安全稳控系统设计

动作时序配合直接影响安全稳控系统的动作准确性,在安全稳控系统设计时,若动作时序配合与系统耦合性不足,在实际运行时可能会出现误动作,导致直流输送段或直流接受端出现严重损坏.通过稳控一次、二次判据时 序的配合与优化,稳控数据调用的有效性辨识与优化,故障演化过程稳控装置动作时序配合与优化,对动作时序配合进行优化,实现安全稳控系统设计的完善.     

多机电力系统非线性自适应励磁控制器的设计

为了增强多机电力系统的动态稳定性,提升电力系统平抑负荷扰动的能力,本文提出了一种基于自适应反步技术的非线性自适应励磁控制方案.由于发电机的机械功率和阻尼系数受系统运行状态的影响,因此可以直接视为未知数,利用自适应定律估算出来这些未知量.根据李雅普诺夫(Lyapunov)函数的形式推导出自适应规律,保证发电机的转子角速度、机端电压、输出功率等不同物理量均收敛.然后在4机11母线的电力系统输电线路上仿真三相短路故障,测量转子转速偏差,对所提出的控制方案进行评估,并与现有的反步控制器和常规电力系统稳定器(CPSS)进行了比较.根据仿真结果,本文所提出的方法比现有的两种控制器的控制效果更有效.     

聚酯装置全消光转产特种消光过渡优化

总结了中国石化仪征化纤有限责任公司全消光转产特种消光切片的现状,根据理论计算反应釜中的TiO2含量随时间变化的公式,探索影响转产过渡时间的因素,为减少转产过渡时间,降低过渡料提供理论依据.     

采煤机滚筒装煤效率优化

以雁崖薄煤层矿井采用的WG-2×125/571-WD型滚筒采煤机为研究对象,在阐述了滚筒装煤机理的计算过程后,利用MATLAB软件对叶片螺旋升角与装煤效率进行了模拟仿真,获得了螺旋升角的最佳值,接着利用PFC颗粒流软件将改进后的滚筒结构与原滚筒结构进行了模拟仿真.通过仿真得知:改进后的滚筒结构不仅能有效提高抛煤速度,而且能缩短煤流在叶片上的滑移时间.     

新时期大学英语文化与读写教学研究——评《新时代大学英语教育教学理论与实践研究》

文化是语言表达的核心内涵,读写是语言交流的重要途径,两者在英语语言学习中占据着至关重要的地位。大学作为优秀专业人才培养基地,英语教学发展一直是学术界重点关注和思考的研究课题,面对新时期的教育发展,如何提高英语文化与读写教学成为了大学英语教学研究所面临的重难点问题。在2019年四川工业科技学院教育教学改革项目(cgkjg-19028)资助下,参阅《新时代大学英语教育教学理论与实践研究》一书,深入探讨新时期大学英语文化与读写教学研究。     

重载校正视域下波束成形算法分析及实现

无线通信技术日新月异,而频谱资源相对有限,在面对持续增加的系统容量需求时形成不适应的局面,此背景下智能天线成为重要的突破口,其在提高频谱利用率以及扩容方面均具有显著的应用效果。智能天线深度整合阵列天线技术和阵列信号处理技术,波束控制能力更强,运行期间受外界干扰的概率较低,常见于通信、地质勘探等领域。波束是阵列处理的关键内容,现阶段已经成为彰显阵列信号处理的重要标志,其建立在各阵元加权的基础上,对其执行空域滤波操作,经过该处理机制后达到增强期望信号、提高稳定性的效果。文章则以宽带DDC信号波束成形技术为立足点,增添了重载校正模块,围绕其展开仿真和测试操作,实际结果表明该理论方法具有可行性,可作为同行的技术参考。     

口腔正畸中瓷修复体托槽间接粘接的实验与临床应用研究

研究了口腔正畸间接粘接中瓷修复体与托槽粘接强度受到粘接处理方式和粘结剂的影响及其临床应用效果。粘接处理方式分为陶瓷偶联剂+氢氟酸酸蚀+喷砂组(A组)、氢氟酸酸蚀+喷砂组(B组)和陶瓷偶联剂+喷砂组(C组):选定4种粘结剂:Ormco光固化型、3M化学固化型、西湖化学固化型、京津化学固化型粘结剂，每组按照4种材料各粘接烤瓷试件16个。统计分析3个组抗剪切强度、粘结剂残留情况。结果表明:A、B组Ormco光固化型、3M化学固化型、西湖化学固化型和京津化学固化型粘结剂的抗剪切强度均高于C组(P <0.05); A、B和C组粘结剂总残留率逐渐降低(P <0.05)。其中A组Ormco光固化型、3M化学固化型、西湖化学固化型粘结剂残留率均低于B、C组(P <0.05)，京津化学固化型粘结剂残留率低于C组(P <0.05)。说明间接粘接中瓷修复体托槽粘接强度受到粘结剂材料和粘接处理方式的直接影响，采用Ormco光固化型粘结剂，并结合表面打磨、氢氟酸酸蚀等表面处理方法更能提升瓷修复体托槽粘接强度，临床应用结果显示这种瓷修复体托槽粘接方法的有效性。     

HXD2型电力机车自动换端控制研究与实现

介绍了HXD2型电力机车自动换端控制技术,对相关控制原理进行了系统阐述.首先对自动换端功能进行了概述,然后对自动换端升弓原理进行了逻辑分析,最后对机车外重联模式下的自动换端控制进行了详细说明.     

基于双目标优化遗传算法和支持向量机的旋转机械退化状态识别

退化特征提取是机械健康状态监测的重要组成部分,伴随旋转机械长时间连续运转,退化特征出现性能波动甚至下降,给退化特征提取和选择造成了困难.首先利用一个特征映射算法库对振动信号提取特征,并基于Kolnogorov-Smirnov (KS)检验和Benjamini-Yekutieli过程对原始特征集进行过滤,然后利用双目标优化遗传算法(Bi-objective Optimization Genetic Algorithm,BOGA)结合支持向量机分类器(Support Vector Classifier,SVC),在有监督的环境下搜索出最佳特征子集,其中BOGA设置了SVC分类精确度和特征子集维数两个目标函数,前者进行最大化,后者进行最小化.通过在液压泵退化状态数据集上进行实验和在凯斯西楚大学轴承数据集与FRESH_PCAa、ReliefF、JMIM三种方法进行对比,验证了该方法在退化状态识别上的较好性能.