纳米Al2O3颗粒对植物绝缘油微观特性影响的分子模拟研究

采用分子模拟的方法研究了纳米Al2O3对植物绝缘油微观特性的影响,并通过试验加以验证.对纳米Al2O3与植物油分子的表面相互作用机理进行了分析,建立了未改性和改性后的植物油模型,研究分析其中的氢键、油分子的径向分布函数(RDF)和水分子的扩散系数等参数,同时对不同改性浓度纳米Al2O3的植物油进行了热老化实验.结果 表明:改性植物油模型中的氢键数量更多,RDF的峰值更大,水分子的扩散系数更小.热老化过程中改性油的介质损耗小于未改性油,表明纳米Al2O3改性植物绝缘油具有优良的稳定性,改性植物绝缘油的热稳定性和绝缘性能得到增强.     

铝矿山企业创新与可持续发展

铝矿业是迎接 2 1世纪知识经济、实现可持续发展的一个十分值得高度重视和认真研究的产业。按照创新的观点 ,结合铝矿山企业的实践 ,推动知识创新、技术创新和管理创新 ,以创新为动力推动铝矿山企业的可持续发展。     

正交偏最小二乘判别法对青蒿素拉曼光谱的研究

为了鉴别不同纯度的青蒿素样品,本文运用正交偏最小二乘法判别分析方法（OPLS-DA）研究了不同纯度青蒿素样品的拉曼光谱。研究表明,对青蒿素拉曼光谱进行OPLS-DA建模分析可以鉴别不同纯度的样品,从而用于青蒿素样品的质量评估。另外,青蒿素拉曼光谱OPLS-DA建模分析表明,青蒿素拉曼光谱中与生物活性官能团相关的724 cm^-1处的特征振动模式与青蒿素的纯度紧密相关:在不同纯度青蒿素样品中,该特征振动模式与其他振动模式的相对强度比具有统计学差异（单向方差分析,F=7.39,P<0.01）。     

无人机倾斜摄影测220kV输电线路树障的研究

在输电线路的巡检方案中引入无人机携带相关巡视设备,弥补了传统人工巡检方案的不足,解决了输电线路通道可见性的问题.随着无人机从搭载普通摄影设备到搭载LiDAR技术的发展,采用无人机倾斜摄影技术对输电线路的巡检得到广泛运用.阐述了无人机倾斜摄影技术的原理,通过对广东地区某200 kV输电线路进行采集摄影、数据处理、形成点云三维模型,生成报告,与实测数据进行比对.结果表明,无人机倾斜摄影技术对输电线路的巡检效率高、树障检测误差小、精度高.     

考虑综合需求响应的气电联合系统可靠性评估

气电联合系统是能源互联网的重要组成部分,其可靠性评估对系统安全运行具有重要意义.因此,提出一种考虑综合需求响应的气电联合系统可靠性评估方法.首先建立气电联合系统负荷削减优化模型,利用泰勒级数展开法对考虑气网潮流方向和天然气管道运行状态的天然气潮流约束方程进行线性化处理;其次引入电、气负荷综合需求响应以提升系统可靠性,并对可中断和可转移电、气需求响应负荷进行建模;然后提出考虑综合需求响应的气电联合系统可靠性评估指标,并基于序贯蒙特卡洛模拟法获取系统设备元件的运行状态,评估考虑综合需求响应的气电联合系统可靠性;最后对IEEE 24-NGS 12气电联合系统进行算例分析,评估了7种不同场景下气电联合系统的可靠性,仿真结果验证了所提方法的有效性.     

学院实验室管理工作的探索与实践

本对如何开展学院实验室管理工作，规范实验室的管理，切实提高实验教学质量和效果，强化学生创新能力的培养等，进行了一些探索和实践。     

一种应用层组播可靠性技术

组播是一种高效的多点通信方式,IP组播效率高,但需专门的组播路由器,代价大,至今未能大规模部署.应用层组播数据的复制转发功能由终端主机完成,不涉及现有网络基础设施的更新,在Internet上容易实现,但终端主机的稳定性和安全性不如组播路由器,容易导致单点失效,且数据恢复困难.为解决应用层组播存在的可靠性问题,提出了一种树环结构的应用层组播方案,通过环结构来增加数据传输的可靠性,并采用主动随机转发技术来解决树环结构的多点失效问题.该方案既有效解决了应用层组播可靠传输问题,又降低了恢复时延和系统开销.     

纳米Al2O3的制备及红外吸收研究

用溶胶凝胶法制备了不同晶型和晶粒尺寸的Al2O3纳米粉末样品，分析了反应过程中各因素对产物形态的影响。对所制得样品的红外吸收能力进行了研究。结果表明，样品的红外吸收能力对其晶型和晶粒尺寸具有一定的依赖性。     

科莱恩特种母粒公司推出可替代金属的复合材料

科莱恩（Clariant）特种母粒公司推出了一种新的复合材料。并提供了新产品设计和解决方案，新推出的产品能替代金属。应用在目前能用金属生产的部件领域。同时，新推出的材料可以采用标准塑料加工方法进行加工，生产工艺简单。同时也可以降低产品的成本。     

多标记分类和标记相关性的联合学习

提出了多标记分类和标记相关性的联合学习(JMLLC),在JMLLC中,构建了基于类别标记变量的有向条件依赖网络,这样不仅使得标记分类器之间可以联合学习,从而增强各个标记分类器的学习效果,而且标记分类器和标记相关性可以联合学习,从而使得学习得到的标记相关性更为准确.通过采用两种不同的损失函数:logistic回归和最小二乘,分别提出了JMLLC-LR(JMLLC with logistic regression)和JMLLC-LS(JMLLC with least squares),并都拓展到再生核希尔伯特空间中.最后采用交替求解的方法求解JMLLC-LR和JMLLC-LS.在20个基准数据集上基于5种不同的评价准则的实验结果表明,JMLLC优于已提出的多标记学习算法.