弹簧式无级变速链轮的设计

针对变速自行车需要手动换挡,而且手动换挡后存在传动比不匹配当前阻力状况的问题,提出一种利用弹簧力的连续性实现无级变速的机械式自行车无级变速装置的方案,并通过使弹簧力方向与阻力方向之间存在一个变化的夹角的方法,使主动链轮分度圆直径变化量与弹簧压缩量之间呈现非线性关系,扩大可无级变速的有效阻力范围。通过计算得出了主动链轮分度圆直径变化量与弹簧压缩量之间的函数关系式。最后,对方案进行仿真分析,获得应力云图,验证了本方案的可行性。     

第三代移动通信系统中的干扰及其分析方法

文章总结了移动通信系统中常见的干扰类型，进一步分析了第三代移动通信系统，特别是我国的TD—SCDMA系统中的干扰，最后分绍了移动通信系统中干扰的分析方法。     

经济发展促进了城市更新——记全国旧城改建经验交流会

我国城乡经济的蓬勃发展,给城市的规划和建设提出许多新的挑战,面对着新情况、新问题,不少城市的建设者、改革家从自己的实际出发做出许多新的尝试,并取得了可喜的成果。天津市和湖北省沙市结合旧企业更新改造,改建了旧城,开发了新区;沈阳市在解决基础设施特别是能源建设方面进行向受益者筹集资金的探索;湖北省襄樊市吸收农民资金兴办了     

产品开发方案优化的模糊机会约束规划模型及求解

为解决项目网络计划中产品开发方案的时间、成本、质量的不确定优化问题,在模糊机会约束规划的框架下分别建立了基于关键路线的项目周期优化模型、基于资源使用的项目周期-成本优化模型和基于质量功能展开(QFD)的产品周期-质量优化模型,在此基础上构建了项目周期-成本-质量多目标优化模型;在使用模糊模拟技术处理3个目标函数约束的过程中,构建了一个基于遗憾度的适应度函数,然后利用离散微粒群算法对多目标优化模型进行求解.最后,以滚珠丝杆副产品开发项目的方案优化为例验证了文中模型的合理性和算法的有效性;实验结果表明,周期-成本-质量多目标优化模型的求解得到的方案能够取得时间、成本和质量的平衡优化,为产品开发项目的规划提供了定量、可靠的决策依据.     

改进直觉模糊熵和证据推理的多属性群决策方法

针对属性权重和专家权重完全未知或部分已知的直觉模糊多属性群决策问题,提出一种基于改进直觉模糊熵和证据推理的多属性群决策方法.针对现有直觉模糊熵存在的不足,进一步完善直觉模糊熵公理化定义,并构造出一类改进的直觉模糊熵公式.然后,运用改进的直觉模糊熵对直觉模糊集的不确定性进行度量,以便获取属性和专家的权重,并结合证据推理算法进行决策信息的集结,进而依据相对贴近度实现对方案的排序.最后,通过算例进行比较分析,验证提出方法的可行性和有效性.     

基于混合型Chopper电路的MMC-UPFC故障渡越方案

当交流系统发生短路时,基于模块化多电平控制器的统一潮流控制器(MMC-UPFC)串、并联侧MMC均会受到故障冲击,存在两侧换流器过流闭锁,MMC-UPFC完全退出运行的风险.对此,以交流系统发生最严重的三相短路故障为例,分析了MMC-UPFC串、并联侧MMC故障特性;在此基础上,借鉴风电场交流故障渡越的Chopper电路,并结合MMC-UPFC不同运行方式对故障特性的影响,提出了基于混合型Chopper电路的MMC-UPFC故障渡越方案.该方案能够在交流系统发生故障后隔离并联侧MMC与串联侧MMC之间的联系,从而抑制串联侧馈入并联侧MMC的故障电流.仿真结果表明在MMC-UPFC的不同运行方式下,所提方案均能避免故障后并联侧MMC闭锁,MMC-UPFC将切换至静止同步补偿器(STATCOM)工作模式,为交流系统提供无功功率支撑.     

NH_3和NaCl对共轭亚油酸囊泡化的影响

脂肪酸囊泡(FAV)作为一种来源安全、成分简单的脂肪酸自组装体,可用作活性物质的载体及微反应器。实验以具有生理活性和自组装活性的共轭亚油酸(CLA)为原料,考察NH_3和NaCl对其自组装FAV的影响,发现CLA可以在近中性pH环境下形成FAV,为拓宽FAV在个人卫生与护理用品及家用洗涤产品中的潜在应用范围提供了有用的信息。     

一种高精度LSTM-FC大气污染物浓度预测模型

大气污染已经严重影响到人们的生活和健康,大气治理势在必行,探究大气污染物浓度变化的规律,实现污染物浓度预测,对指导大气治理工作具有重要意义.文中构建了一种基于长短期记忆神经网络(Long Short-Term Memory,LSTM)和全连接神经网络(Full Connected,FC)的混合神经网络模型,并提出了数据桶划分的训练方式来解决由于训练数据与预测数据存在较长时间间隔导致精度下降的问题,进而实现大气污染物浓度的预测.该模型具有较好的通用性和精度,充分结合了长短期记忆神经网络和全连接神经网络的优点,能够在多种污染物数据上实现精确预测.以天津市2013-2019年大气污染物数据实现模型的训练和预测,结果表明,混合神经网络模型在PM2.5,PM10,NO2,SO2,O3,CO 6种污染物浓度的预测上均可以达到R2>0.90,平均百分误差小于15％的效果,LSTM-FC模型在大气污染物预测中具有明显的优势,具有较高的实用价值.