烧成气氛对阿利特-硫铝酸盐水泥熟料矿物形成与性能的影响

探讨了烧成气氛对阿利特-硫铝酸盐水泥熟料矿物形成与水泥性能的影响。结果表明:在氧化气氛条件下,1300℃煅烧30min即可保证熟料矿物良好形成,而还原气氛、较高煅烧温度和较长保温时间等条件均不利于熟料矿物形成。氧化气氛下煅烧的熟料,水泥强度均高于还原气氛下的水泥强度,且终凝时间缩短。     

一种改进的高维度离群点检测方法

离群点检测作为数据挖掘的一个重要研究方向,可以从大量数据中发现少量与多数数据有明显区别的数据对象。高维度环境是离群点检测技术的一个重要场景,现实生活中的高维数据中大量无关或嘈杂的特征给基于子空间/特征选择的高维离群点检测方法提出了重大挑战。Pang等人提出了一种将离群点打分和特征选择结合起来的方案CINFO,准确度相比传统的高维度离群点检测算法有所提升。CINFO方法在效率上有改进空间,本文通过引入扩展的孤立森林算法(Extended Isolation Forest,EIF)对CINFO方法进行改进,在几乎不损失精度的情况下,明显提升了算法效率。     

GIS隔离开关触头温升多场耦合数值计算与分析

GIS隔离开关触头过热性故障严重危害设备的可靠运行,为实现对GIS隔离开关触头温升和过热性故障的监测,建立了包含触头的GIS隔离开关的三维涡流-流体-温度多场耦合数值计算模型,用一段电阻率可变的导体来模拟触头部位的接触电阻,通过电磁场分析计算GIS隔离开关各个部位的电流密度和功率损耗,将功率损耗作为热源载荷代入流体-温度场耦合计算模型计算导体和外壳的温度场分布。基于该模型研究了GIS隔离开关触头温升反演规律及影响因素,结果表明A、B相触头与外壳温升存在1∶0.215的对应关系,C相触头与外壳温升存在1∶0.165的对应关系,研究成果可为开展GIS隔离开关的温升监测提供理论依据与技术支持。     

不同C_3S含量阿利特-硫铝酸盐水泥熟料与粉煤灰混合材的适应性研究

研究了不同C3S含量的阿利特-硫铝酸盐水泥熟料与粉煤灰混合材的适应性。结果表明：C3S含量一定时,随粉煤灰掺量增加,水泥的凝结时间延长,抗压强度降低;粉煤灰掺量一定时,随C3S含量的增加,水泥的凝结时间延长,抗压强度增大;C3S含量增大时,随着粉煤灰掺量增多,水泥各龄期抗压强度降幅减小;掺加粉煤灰后水泥的早期抗压强度降低幅度较大,后期抗压强度降幅较小。熟料中C3S含量低时,对高粉煤灰掺量的适应性差;C3S含量高时,其适应性好。     

水平振动抛磨颗粒介质流场特性分析

目的 探索不同振动参数下水平振动抛磨颗粒介质的流动模式和流场特性.方法 基于离散元法(DEM),对水平振动抛磨工艺下的颗粒介质运动特性进行模拟,分析颗粒介质的流场特征和不同参数下颗粒介质的流态变化,研究颗粒介质床层高度比、空区变化和对流面积比对整个颗粒系统对流强度的影响,以及颗粒介质的平均速度对流场的影响,并通过高速摄影速度测试实验验证模拟的有效性.结果 在外部振动作用下,颗粒介质流场可分为对流区、混流区和稳流区3个区域.随着频率的增加,颗粒介质的平均速度在18 Hz达到最大,然后减小.随着振幅的增加,颗粒介质的平均速度增大.颗粒介质的床层高度比、空区和对流面积比的变化与平均速度随振动参数的变化趋势一致.结论 随着振幅增大或是频率达到18 Hz左右时,平均速度变大,颗粒介质床层逐渐由上层到下层从只有稳流类固态转变为有对流与混流的类液态.颗粒介质的平均速度与对流强度的变化趋势一致,因此可通过前者预测后者的变化,而且增加振幅比增加频率能够更有效地提升对流的流化程度.     

饰面清水混凝土自清洁技术研究与应用

混凝土等无机材料的表面极易被各类污染物侵害,导致其表面光泽减少、斑渍增多、表面粉化等现象,严重影响其美观和耐久性。通过分析“荷叶效应”的憎水原理,研究“仿生”自清洁材料的疏水、自清洁效果,探索自清洁材料的不同涂刷方式对饰面清水混凝土防水、自清洁、外观等方面的影响。研究表明,滚涂3遍混凝土色疏水自清洁材料可显著提高清水混凝土表面致密性和耐久性,解决饰面清水混凝土易脏污、耐久性差的问题。     

C3S含量对阿利特-硫铝酸盐水泥熟料煅烧及性能的影响

探讨了C3S含量对阿利特-硫铝酸盐水泥熟料煅烧及水泥性能的影响。结果表明：随C3S含量增加,生料的易烧性变差;C3S含量较高时,不利于C4A3S矿物的形成;随C3S矿物含量增多,水泥强度升高,凝结时间相应延长;C3S含量降低,水泥凝结时间缩短。     

基于LSSVM和混沌理论改进人工蜂群优化算法的GIS母线接头温度预测*

GIS母线接头过热已成为典型的过热性故障,为实现GIS母线接头温度的准确预测,在研究最小二乘支持向量机(Least Squares Support Vector Machines,LSSVM)算法的基础上,引入混沌理论改进的人工蜂群算法对LSSVM的参数进行优化,建立了一种基于参数优化LSSVM的GIS母线接头温度预测模型。通过GIS母线温度物理模拟实验,将实验所获得的负荷电流、GIS母线筒外壳测点温度及环境温度作为输入量,GIS母线接头温度作为输出量,对该模型进行了训练。结果表明,该模型的预测误差仅为0. 193%,优于ABC-LSSVM、LSSVM和RBF神经网络。提出的温度预测模型可实现母线接头温度的精确预测,为防止GIS母线接头过热性故障的研究奠定了基础。     

C_3S和C_2S对萘系高效减水剂的吸附研究

采用紫外-可见吸收光谱法测定了萘系高效减水剂(FDN)在C_3S,C_2S颗粒表面的吸附量,并对该减水剂在这2种单矿物颗粒表面的吸附行为进行了研究.结果表明:C_3S,C_2S对FDN的极限吸附量随着时间的延长而变小;在相同的水化时间下,FDN在C_3S颗粒上的吸附量略大于在C_2S颗粒上的吸附量;当初始质量浓度ρ_0小于1020mg/L时,C_3 S,C_2S对FDN的吸附量随着时间的延长而增大,当ρ_0大于1300mg/L时,它们对FDN的吸附量随着时间的延长而减小.     

基于半监督学习时间序列回归算法的窃电量估算方法

窃电用户窃电量的精确估算对挽回电力企业的经济损失和依法处置窃电用户具有重要的实际意义。为实现用户窃电量精确估算,通过对时间序列回归算法进行优化改进,提出了一种新的窃电量估算方法。该方法以用户当前用电量时间序列样本和历史同期时间序列样本为基础,通过引入最大均值差异（maximum mean difference,MMD）得到基于最大均值差异-最小二乘支持向量回归(MMD-least square support vector regression,MMD-LSSVR)的半监督学习回归算法,以提高回归的准确度和数据的利用度、降低时间复杂度;同时,通过引入交叉变异人工蜂群算法(artificial bee colony based on crossover mutation,CMABC)对算法关键参数进行最佳适应度约束,以提高估算结果精度和收敛速度。在此基础上,提出了基于MMD-CMABC-LSSVR的窃电量估算方法。算法验证结果表明,采用所提方法,其估算电量与实际用电量的相对误差仅为2%,精度远优于传统方法;实际应用案例表明,所提方法可有效恢复窃电时间区段内窃电用户负荷和计量曲线,并精确估...