杂化聚合材料在湿法脱硫烟囱防腐中的应用

湿法脱硫燃煤机组的烟囱往往存有腐蚀问题,烟气酸露点是影响烟囱腐蚀的主要因素。对烟气腐蚀性指数等影响因素进行了分析,并比较了国内外几种防腐材料的性能。经研究,杂化聚合材料有较强的耐强化学腐蚀的性能,并能耐高热冲击,适用于采用湿法脱硫火电厂的烟囱防腐工程,     

空时分组码参数分析

在协议未知的条件下仅根据接收信号分析得到空时码的参数是MIMO系统盲接收中的重要技术.基于此应用背景对空时分组码的编码模型和接收信号模型进行研究,发现接收信号协方差矩阵的秩与空时分组码参数之间的关系,并由此利用随机矩阵理论的中噪声子空间最大特征值的概率分布求出信号协方差矩阵的秩,进而估得空时码参数.仿真结果表明,算法在未知码集的条件下不仅能够估计出空时分组码的码参数,还能够确定空时分组码的码块起点.     

基于软信息的分组交织和卷积码联合识别

针对非合作数字通信系统中分组交织和卷积码的盲识别问题,提出了一种基于软信息的信道编码识别方法.该方法利用软信息建立了符合度的概念,首先利用采样序列的总符合度实现交织行数和卷积码校验向量的识别;然后通过每路采样序列平均符合度的变化规律实现交织起点行坐标的识别;最后根据解交织后数据的符合度实现交织列数和交织起点列坐标的识别.仿真结果表明,本文算法能在较高误码率下实现分组交织和卷积码的盲识别,与硬判决算法相比,达到较高正确率时,本文算法具有约5dB的信噪比增益.     

基于最小二乘代价函数的卷积码盲识别方法

卷积码的盲识别是级联码、Turbo码等高性能编码盲识别的基础，这要求卷积码盲识别方法具有较高的抗噪能力.使用接收解调的软判决信息是提高抗噪能力的关键.本文首先通过理论分析，从概率分布的角度解释现有软判决方法抗噪能力不足的原因，即汉明重量较小的候选解向量会严重削弱现有方法的识别正确概率.然后，提出一种基于最小二乘代价函数的解决方案，理论证明它能够有效减轻汉明重量对识别性能的影响.最后，通过仿真实验，对理论分析的结论进行验证.理论和实验表明，所提的新方法能将卷积码盲识别的抗噪能力提升约1dB.     

中速辊式磨煤机磨辊卡涩问题分析

随着我国火电机组的快速发展,中速辊式磨煤机得到了广泛应用。介绍了中速辊式磨煤机的主要参数及工作原理,分析了磨辊卡涩的主要原因及危害。针对存在的问题,通过在生产现场进行试验和研究,提出了合理的解决方案,实施后有效解决了磨辊卡涩问题,保证了磨煤机的安全、稳定运行。     

基于软判决的PN码序列多项式估计改进算法

针对现有伪噪声(PN)码序列多项式估计算法容错能力有限的问题,提出一种将统计预处理和软判决求解含错方程相结合的多项式估计改进算法。该算法利用PN码序列的周期特性,通过增加统计预处理环节降低序列的误码率,采用软判决求解含错方程的方法,实现低信噪比条件下PN码序列生成多项式的正确估计。仿真结果表明,改进算法具有较好的容错性能,在信噪比为-9 dB时其估计正确率可达90%以上,且与传统多项式估计算法相比信噪比增益至少为6 dB。     

利用帧同步码的卷积交织器快速盲识别方法

为实现前向纠错,数字无线通信系统广泛采用信道编码技术.信道编码盲识别是对编码参数的逆向识别.已有的利用帧同步码的卷积交织器盲识别方法运算复杂度较高,无法识别交织深度起点参数,并会在某些交织器参数和帧长条件下失效.已有方法的主要运算量存在于对交织序列帧同步码周期的盲识别步骤中.本文通过去除该步骤中存在的大量重复运算,得到了帧同步码周期的低复杂度盲识别方法;在此基础上,提出对交织序列的分段累加序列进行循环解卷积交织,在恢复帧同步码的同时识别交织参数.所提方法可在任意交织器和帧长条件下,实现对全部交织参数的识别.理论分析和仿真实验表明,新方法能够比已有方法节省约50%直至90%以上的运算量,同时抗噪能力显著提升2dB以上,在认知无线电等领域具有重要应用价值.     

超临界锅炉受热面爆管抢修工期优化

指出锅炉受热面爆管是影响机组安全稳定运行的重要原因之一,介绍了目前受热面抢修中存在的问题。以屏式过热器泄漏抢修为例,给出了超临界锅炉防止高温受热面产生氧化皮的停炉冷却方式,阐述了具体的检修时间和步骤,对缩短受热面检修工期有一定参考价值。     

ZGM型中速磨煤机常见问题及解决方法

ZGM型中速辊式磨煤机在火电机组中应用广泛,介绍了中速辊式磨煤机的工作原理,分析了ZGM型磨煤机在实际运行过程中的常见问题,通过在生产现场进行试验和研究,对每个问题都给出了合理的解决方案,保证了磨煤机安全稳定运行。     

一种Turbo码随机交织器的迭代估计方法

信道编码参数分析是对编码参数的逆向分析和估计,是智能通信、信号截获等领域的关键技术之一。Turbo码在通信系统中应用广泛,其交织参数估计问题十分重要。针对Turbo码的随机交织器,提出一种基于Turbo译码器软输出之间相关性判决的迭代估计算法。该算法利用接收解调的软判决序列,克服了现有方法仅针对特定交织结构以及因使用硬判决而导致容错能力低的缺点。仿真结果表明,在低信噪比条件下,该算法具有更好的性能和相对低的复杂度。