在统一物理模型下研究主蒸汽压力参数的变化对机组煤耗的影响分析

为实现火电机组节能降耗的目的,主蒸汽压力参数对机组经济性能有着十分重要影响。统一物理模型的形式规范简明,数学模型形式简单统一、物理意义明确,能够适用于各种形式的火电机组。在统一物理模型下研究主蒸汽压力的变化对机组的煤耗的影响,推导出主蒸汽压力变化对机组煤耗的影响的物理模型,为火电厂调峰运行起着一定的指导作用。     

基于MQTT协议的轻量化文本信息分发技术研究

随着卫星通信网络的发展,基于卫星通信网络实现手机、平板电脑等移动通信设备之间的通信成为研究的热点。由于其采用无线电波进行信号传输,且需要经过多个中继站进行信号的转发和处理,导致存在网络延时大、丢包率高以及信道狭窄等问题。针对文本信息在卫星通信网络下的分发过程存在效率低下、可靠性不高的问题,设计一种基于MQTT(Message Queuing Telemetry Transport)协议的轻量化文本信息分发技术。该技术使用MQTT协议作为消息传输协议,在文本信息分发前对MQTT协议进行主题设计、发布订阅机制设计、设备连接设计以及设备心跳设计,确保设备之间的连通性;在文本信息的分发过程中,设计数据校验加密算法、文本信息轻量化处理方法和离线消息存储机制,保证文本信息分发的安全性、可靠性。实验结果表明：相较于传统的基于JSON数据的文本信息分发技术,该技术在提高文本信息分发效率的同时,可确保信息分发的安全性、完整性和稳定性。     

深度语义关联学习的基于图像视觉数据跨域检索

基于图像的视觉数据跨域检索任务旨在搜索与输入图像在语义上一致或外形上相似的跨域图像和三维模型数据,其面临的主要问题是处理跨域数据之间的模态异质性。现有方法通过构建公共特征空间,采用域适应算法或深度度量学习算法实现跨域特征的域对齐或语义对齐,其有效性仅在单一类型的跨域检索任务中进行了验证。提出一种基于深度语义关联学习的方法,以适用多种类型的基于图像的跨域视觉数据检索任务。首先,使用异构网络提取跨域数据的初始视觉特征;然后,通过构建公共特征空间实现初始特征映射,以便进行后续的域对齐和语义对齐;最后,通过域内鉴别性学习、域间一致性学习和跨域相关性学习,消除跨域数据特征之间的异质性,探索跨域数据特征之间的语义相关性,并为检索任务生成鲁棒且统一的特征表示。实验结果表明,该方法在TU-Berlin、IM2MN和MI3DOR数据集中的平均精度均值(mAP)分别达到0.448、0.689和0.874,明显优于对比方法。     

负荷对电站锅炉运行参数影响特性分析及应达值的确定

运行参数对锅炉经济性的影响普遍采用偏差分析法进行分析,对锅炉各种运行参数的应达值而言其性质是不同的,在确定了应达值的基础上才能分析运行参数的偏差对锅炉经济性的影响。在分析了锅炉运行参数的静态特性后,对各类锅炉运行参数进行了分类,并分析了各类应达值的确定方法,为分析和提高电厂运行经济性提供了依据。     

燃煤锅炉冷灰斗结焦原因及对策

针对3台锅炉冷灰斗斜面均出现结焦情况,调整磨煤机分离器挡板角度使煤粉细度接近设计,再调整磨煤机入口一次风量,保证合理的一次风粉管风速及其出口温度,优化磨煤机运行参数,并通过调整主燃烧区二次风和燃尽风挡板开度、炉膛出口氧量和运行负荷,考察锅炉在不同工况下的安全性与经济性。试验结果表明：清除冷灰斗上面的浇筑料降低了炉膛的温度场;锅炉在均匀配风方式下,炉内燃烧情况较好,飞灰含碳量较低,排烟温度较低,炉效较高;高负荷下,炉膛氧量宜控制在4.0%~4.5%。     

多模态特征融合与词嵌入驱动的三维检索方法

在基于点云和图像的三维模型分类检索中,现有特征融合方法忽略了模态内的特征信息和模态间的互补信息,存在融合特征丢失的问题,且分类标签和预测特征之间缺乏高维相关性,检索准确率较低。针对该问题,提出一种多模态特征和词嵌入联合驱动的网络结构,以对三维模型进行分类检索。在特征提取过程中,利用特征提取器提取来自点云和视图的三维模型特征,通过共享空间来对齐不同模态的特征。在模态融合过程中,计算不同模态之间的余弦相似度以增强模态特征,将增强特征进行拼接得到融合特征。在模型特征分类的过程中,通过建立词嵌入模型与分类标签的高维相关性实现三维模型特征的统一表示和分类检索。在ModelNet10和ModelNet40数据集上进行实验,结果表明,该网络的平均检索精度均值分别达到92.9%和91.5%,可以获取精准的三维模型特征描述符,与VoxNet、SCIF、MVCNN等检索方法相比,其能显著提高三维模型的检索精度和分类准确率。     

旋转煤粉分离器特性的数值研究

旋转煤粉分离器是制粉系统的重要组成部分,其主要性能指标有分离器出口煤粉细度、综合分离效率及通风阻力等,直接影响制粉系统和锅炉的经济性。用Fluent软件对旋转煤粉分离器的内部流场进行数值模拟研究,得到了分离器的流场分布规律及各性能指标随转子转速的变化趋势,对进一步了解旋转煤粉分离器的特性提供了一定的理论基础。     

融合两级注意力的多机器人强化学习导航

针对多智能体强化学习中因智能体之间的复杂关系所导致的学习效率低及收敛速度慢的问题, 提出基于两级注意力机制的方法MADDPG-Attention, 在MADDPG算法的Critic网络中增加了软硬两级注意力机制, 通过注意力机制学习智能体之间的可借鉴经验, 提升智能体之间的相互学习效率. 由于单层的软注意力机制会给完全不相关的智能体也赋予学习权重, 因此采用硬注意力判断两个智能体之间学习的必要性, 裁减无关信息的智能体, 再用软注意力判断两个智能体间学习的重要性, 按重要性分布来分配学习权重, 据此向有可用经验的智能体学习. 在多智能体粒子的合作导航环境上进行测试, 实验结果表明, MADDPG-Attention算法对复杂关系的理解更为清晰, 在3种环境的导航成功率都达到了90%以上, 有效提高了学习效率, 加快了收敛速度.