黑龙江省宝清县锅盔山石墨矿床地质特征

宝清县锅盔山石墨矿床位于萝北—鸡西石墨成矿带中西部地区,矿体主要赋存于兴东岩群大盘道岩组变质地层中。自然电场电位法测量对石墨具有很好的指示作用,电位值小于-400mv地段均可发现石墨矿体。通过槽钻探工程,初步在锅盔山地区划分出石墨矿带1条,含矿层位4个其规模达超大型。石墨呈鳞片—叶片状,矿石岩石类型为片岩—片麻岩型,+100目以上石墨含量达84%,其中+50以上占49%,工业类型为沉积变质型大鳞片晶质石墨矿床。在工作区中部及东部,尚有大面积自然电位异常未验证,找矿潜力较大。     

基于局部密度估计的多模态过程故障检测

以市场需求为导向的现代工业过程的生产条件要根据市场的需求不断做出调整,因此实际工业过程中存在多种工况的复杂情况,而过程的数据将不再完全服从高斯分布,其均值与协方差结构往往随着工况的切换而发生较大变化,为了能及时检测此类生产过程中的故障,提出一种新的基于带宽可变的局部密度估计的过程在线监控策略。首先利用局部投影保留(locality preserving projection,LPP)将高维数据投影到低维子空间中,充分地保留数据的局部结构;然后通过带宽可变的非参数密度核函数来进行局部密度估计,并采用局部密度因子(local density factor,LDF)的思想构造监控统计量,进而对工业过程故障进行在线检测;最后通过仿真研究,结果表明所提方法能够有效地应用于多模态过程的故障检测。     

浅谈高校实验教学改革

阐述了高等学校实验教学改革的必要性,从实验教学管理体制、教学体系、教学观念、教学内容、教学设备等方面进行了探讨,提出了实验教学改革的基本思路.     

多功能道路清扫车的设计

我国幅员辽阔,道路路况不一,清扫保洁技术欠缺,为了满足道路清扫和积雪清扫的需求,对清扫车做了进一步改善,一方面在现有的清扫车上改进吸尘装置,另一方面安装了除雪装置。道路清扫车作为环卫设备之一,是一种集路面清扫、垃圾回收和运输为一体的新型高效清扫设备。为弥补现有清洁车的不足,设计了一台具有清扫、除尘、铲雪、洒水功能的多功能道路清扫车。     

加盐萃取精馏双塔连续操作的PRO/II模拟

以乙醇—水常见物系,模拟加盐萃取精馏的双塔连续操作过程,利用PRO/II流程模拟软件的CASE STUDY功能,依次分析原料进料位置、复合萃取剂进料位置、溶剂比、萃取精馏塔回流比等因素对于无水乙醇产品浓度的影响,并找出最优条件:两塔理论板数各为20块,原料进料位置为萃取精馏塔第17块板,复合萃取剂进料位置为第3块板,复合萃取剂中醋酸钾的质量浓度为0.1 g/mL,萃取精馏塔回流比为2.0,溶剂比为1.3。     

基于LPP-LSSVM的微电网超短期负荷预测算法

为了解决负荷数据非高斯、高维度影响预测模型精度的问题,提出一种基于局部保持投影-最小二乘支持向量机(LPP-LSSVM)的微电网超短期负荷预测算法。在这一算法中,根据负荷数据的时序相关性,以及天气、温度等因素,选取相似日组成训练数据集,利用局部保持投影进行特征提取,然后利用最小二乘支持向量机训练超短期负荷预测模型。通过对上海某公司微电网示范工程中实际运行负荷进行试验,确认所提出算法的有效性。     

基于局部密度估计的多模态过程故障检测

以市场需求为导向的现代工业过程的生产条件要根据市场的需求不断做出调整,因此实际工业过程中存在多种工况的复杂情况,而过程的数据将不再完全服从高斯分布,其均值与协方差结构往往随着工况的切换而发生较大变化,为了能及时检测此类生产过程中的故障,提出一种新的基于带宽可变的局部密度估计的过程在线监控策略。首先利用局部投影保留（locality preserving projection, LPP）将高维数据投影到低维子空间中,充分地保留数据的局部结构;然后通过带宽可变的非参数密度核函数来进行局部密度估计,并采用局部密度因子（local density factor, LDF）的思想构造监控统计量,进而对工业过程故障进行在线检测;最后通过仿真研究,结果表明所提方法能够有效地应用于多模态过程的故障检测。     

生物质与煤共燃温度场的数值模拟

以内蒙某电厂600 MW四角切圆煤粉炉为例,利用流体动力学软件"Fluent"对生物质在各掺混比下与煤的共燃进行了数值模拟,得出不同混燃比例对炉内流场,温度场的影响。计算结果表明,混燃生物质后炉内流场无明显变化,炉膛温度下降,且随着混燃比例的提高,炉膛温度降低。     

基于LSNPE算法的化工过程故障检测

复杂化工过程通常具有多个操作模态,而且采集的数据不服从单一的高斯或非高斯分布。针对化工过程的多模态和复杂数据分布问题,将局部标准化（local standardized,LS）策略应用于邻域保持嵌入（neighborhood preserving embedding,NPE）算法,提出了一种新的基于局部标准化邻域保持嵌入（local standardized neighborhood preserving embedding,LSNPE）算法的故障检测方法。首先,使用LSNPE算法提取高维数据的低维子流形,进行维数约减,同时保持邻域结构不变。其次,通过特征空间中样本的局部离群因子（local outlier factor,LOF）构造监控统计量并确定其控制限。相较于监控多模态化工过程的多模型策略,提出的LSNPE方法不需要过程先验知识的支持,只需建立一个全局的监控模型。最后,通过数值仿真及Tennessee Eastman（TE）过程仿真研究验证了本文提出方法的有效性。