相关瑞利衰落信道MRC接收性能分析

通过一种一般性方法研究两种天线设置时相关瑞利衰落信道上MRC接收的BPSK性能，并利用衰落信道上数字信号传输的归一化性能研究结果，分析MRC接收的MQAM的性能，给出平均比特差错率的解析表达式。     

矿井瓦斯传感器自动调校技术及其研究进展

在简介矿井瓦斯传感器关键技术的基础上,阐述了气体传感器漂移的抑制,包括传感器零点、灵敏度和非线性的自动调校技术及其研究进展,介绍了几种最新技术,涉及遗传算法、小波分解以及用DSP的实现方法,尤其是基于神经网络的传感器非线性自动调校方法,用传感器的输出和待测物理量的实际数值训练神经网络,以得到非线性校正用的逆模型。RBF神经网络的收敛速度、分类能力和逼近能力都比较好,是目前的研究热点。     

炼焦煤成焦过程中显微结构形成行经的探讨

选取了三种不同变质程度的炼焦煤进行炼焦试验,控制炼焦终温在400～1100℃范围内,相隔一定温度进行一次试验,测定炼制的焦炭的显微组分,观察显微结构的变化。结果表明：随着炼焦终温的逐渐升高,焦炭光学组织指数OTI有所增加,增加的幅度逐渐变缓。说明在煤软化熔融形成小球体的阶段,对焦炭的显微结构的形成有着重要的影响,从而影响焦炭的质量。     

对废塑料配煤炼焦产品产率的研究

通过在炼焦煤中添加不同种类、不同比例的废塑料，研究了所得焦炭的性质和焦化产品产率的变化。实验结果表明，焦油和焦炭的产率随着废塑料添加比例的增加而增大，粗苯和氨等产率变化不明显。     

实验室模拟大转动惯量风力机研究

为了研究变速恒频风力发电系统的特性,搭建了风力机模拟平台.通过结合齿轮箱的大惯量算法,实现风力机输出力矩计算、齿轮箱变速和大转动惯量风力机模拟.通过对空载增速过程的实验和稳态点实验,验证了应用大惯量算法的模拟风力机平台的可行性.     

1,4-丁二醇提取玉米芯木质素的研究

以1,4-丁二醇为溶剂提取玉米芯中的木质素,考察了反应温度、原料／溶剂固液比（g/mL）、1,4-丁二醇的质量分数、反应时间等因素对木质素收率的影响。最佳萃取条件为：反应温度200℃,固液比（g／mL）1：10,1,4-丁二醇的质量分数90％,反应时间1h,以少量硫酸作为催化剂,木质素收率37．03％。红外光谱分析结果表明,1,4．T-醇提取的玉米芯木质素较好地保存了木质素原有结构。     

蜡沉积对凝析气田开发动态和生产的影响

由于蜡的沉积和运移使凝析气-液流动更加复杂化，而相变特性会导致储层内油气饱和度的变化，蜡沉积在多孔介质表面引起孔隙性质改变，气、液、固在储集层中的微观空间分布会影响凝析气的流动特征。在蜡沉积变相态渗流实验和凝析气液渗流理论的研究基础上，引入气液固PVT相态模型、蜡沉积数学模型和考虑蜡沉积对渗透率的影响模型等，建立了相应的多孔介质中气液固变相态多相流-固耦合渗流数学模型，揭示了凝析气液固复杂流动规律和对生产开发动态的影响。     

稠油油藏水平井、垂直井产能分析

针对稠油油藏非牛顿流体在多孔介质中的渗流特点，研究了水平井，垂直井定常三维渗流，建立了具有启动压力梯度非牛顿流体的水平井，垂直井产能公式，分析了各种流体特征对产能影响，这些公式可较好地用于稠油油藏的开发设计评价中。     

基于深度卷积神经网络的γ光子图像分类识别研究

通过对正电子探测成像技术获得的γ光子图像进行分类识别,有利于后续有针对性地快速获取图像所包含的有效信息。在MatConvNet上利用迁移学习的方法搭建深度卷积神经网络,通过对其参数的调整进一步提高网络分类识别的性能。为了验证网络性能,设计了10组不同形状的管材模型,利用仿真得到的扫描时间为1s的γ光子图像样本集对网络进行训练后,将其应用于扫描时间为0.1 s的γ光子图像样本进行分类识别,发现分类准确率在图像质量偏差、扫描时间为0.1 s的γ光子图像样本上仍然达到了94.72%。可见所搭建的深度卷积神经网络对γ光子图像具有很好的分类识别性能。     

并联有源滤波器非理想条件电流滞环控制分析

简要介绍了三相四线制并联有源滤波器在电流滞环控制下的工作方式,详细分析了非理想条件下电路延时对电流滞环控制的影响,并以三相不控整流负载为例推导了在电路延时作用下的开关频率,在一台50 kVA三相四线有源滤波器装置上进行了开关频率上下限的实验验证,证明了公式的准确性.