电弧炉电能质量仿真控制平台

基于实时数字仿真技术和交直流电弧炉现场录波数据建模方法,搭建了配电系统电能质量问题仿真控制平台。通过该平台对电弧炉负荷进行了详细研究,对其产生的电能质量问题进行分析。针对电弧炉负荷所引入的功率冲击、谐波电流、三相严重不平衡等问题,以电能质量综合治理为目标,设计了DSTATCOM控制方案,达到对电弧炉电能质量问题进行补偿的目的,并利用DSP、FPGA等微处理芯片,完成了DSTATCOM物理控制器的硬件设计。通过实时数字仿真平台与DSTATCOM物理控制器的闭环工作,对电弧炉系统补偿后各电量指标进行了对比和分析,验证了所提控制方案的有效性。     

MgO活性和养护温度对MgO-SiO2-H2O胶凝材料性能的影响

研究了不同温度煅烧MgO(MO)与硅灰(SF)混合物的流动性、抗压强度和pH值。借助X射线衍射、热重分析、Fourier红外光谱和固态核磁共振等测试手段分析了不同养护温度对MO-SF浆体水化产物和水化硅酸镁(MgO-SiO_2-H_2O, M-S-H)结构的影响。结果表明:随着煅烧温度增加,MO衍射强度增加,峰宽变窄,晶粒尺寸增加,活性降低。低活性MO制备的MO-SF混合物净浆和砂浆流动性更高,最大抗压强度出现时间越晚。提高养护温度有助于MO水化。28 d时,养护温度提高到50℃能加速M-S-H的形成,但80℃养护抑制了Mg(OH)_2水解和M-S-H的形成。高温养护有助于M-S-H硅氧四面体聚合程度提高。50℃是形成M-S-H较为适宜的养护温度。     

中华稻蝗内生菌株SDLH抗菌肽的分离纯化

采用PEG 6000沉淀法、DEAE-32阴离子层析和Sephadex G-50凝胶层析分离纯化SDLH抗菌肽,抑菌圈法测定抑菌活性,Bradford法测定蛋白含量,PAGE检测纯度。结果获得分子量为17.0 KD,电泳纯的抗菌肽。     

RMRS精准定位技术在岩盐开采中的应用

在威西构造岩盐矿区开发过程中,首次在岩盐开采引进目前最为先进的RMRS精准定位技术,大大提高了小溶腔对接成功率,缩短了岩盐开采中的建井时间,节省了直井建槽投资,有效保护了环境,提高了企业的经济效益和社会效益。     

酸洗脱除矿物对煤化学组成及润湿性的影响

为探究酸洗处理对煤尘含氧官能团和矿物质变化及对煤尘结构和润湿性的影响,采用盐酸、磷酸、乙酸和盐酸-氢氟酸对榆林煤(YL)进行处理,并利用FTIR,XRD及XRF分析煤尘化学组成及结构变化,借助毛细管上向渗透法研究煤尘的吸湿量,考察煤的灰分、矿物质组成及官能团对润湿性的影响规律。结果表明:酸处理能够脱除煤中的大部分矿物质,对含Si的矿物质元素脱除效果较差,对Ca和K等碱金属矿物的脱除效果较好,盐酸-氢氟酸脱除率最高,为95.3%,盐酸、磷酸、乙酸的单独脱灰率分别为88.4%,84.0%和79.9%。由XRD谱可以看出,酸处理后灰样谱图上的矿物质杂峰数量明显减少,石英峰在处理后增强。通过对XRD参数拟合,发现酸处理破坏了煤中碳的微晶结构,使煤的结构发生了一定程度的解体。FTIR分析表明,酸处理后煤中的羟基官能团含量下降,羧酸和酚羟基C—O的吸收峰占比增加;对灰分含量、矿物质元素组成、官能团变化与润湿性的拟合关系进行分析,发现酸处理降低了灰分含量,降低了煤尘润湿性;无机矿物质元素中Si和Al元素的变化与润湿性的变化规律一致;对比原煤和脱灰煤的润湿性变化与含氧官能团的含量关系,发现在1 050cm-1～1 250cm~(-1)处的酚羟基C—O的峰面积与YL的润湿性变化趋势相反,3 400cm~(-1)～3 450cm~(-1)处羟基的峰面积与YL的润湿性变化趋势相同。     

电动车辆ISG电机全性能检测台架研制

基于交流电机拖动/加栽技术,通过整流/逆变一体化的高性能电源并整合测试仪器,研制了电动车辆用ISG系统的稳态和动态性能测试台架.利用PC控制和测试软件,该台架能够实时地对测试数据进行存储和显示,其动态性能良好.台架实现了基于同一平台的包括电机电驱动和发电特性的测试要求,节约了测试时间和测试成本.基于该台架完成了十余套电动车辆用电机的测试试验工作.     

自适应条件下的相邻区分精度SVM集成模型研究

在数据进行集成的实际过程当中,分类器往往具有自主性,会随着样本数据的变化对自己进行 适 当调整,以此来提高自己的适应能力。对此,本研究以在数据样本区域内对相邻数据进行区分 的方法进行SVM集成方法研究,并最终提出了一种切实可行地支持SVM进行集成的方式。即针 对区分的数据样本区域,以一种新的搜索算法进行研究,利用FCM与模糊贴近度的结合来进行 计 算,实现在模糊特征空间集合频域自身位置的自动确定,再根据各项分类器的阈值数据系统自 行 录用当中的优异数据结果。并最终形成个体分器的数据结果从而进行集合性判定。结果显 示。在减少区分判断用时的前提下,这样一种数据算法能够达到提升分类器功能的有效作用 ;所建立的SVM集成模型具备动态自主适应性。集成过程当中分类器的个数选取关键点在于 分类精度阀值的选取,据此可以通过最优阀值的选取以达到模型判别能力的极大提升。     

基于动态图卷积和离散哈特莱转换差异性池化的点云数据分类分割网络

针对目前可以直接处理原始点云数据的深度学习网络PointNet,忽略了点与点之间的拓扑关系和全局特征信息单一的缺陷,提出一种基于动态图卷积和离散哈特莱转换（DHT）差异性池化的点云数据分类分割网络。首先,设计动态图卷积模块构建局部邻域图结构,通过图卷积网络获得点与点之间的位置关系,同时采用动态更新图结构的方式,增强网络表征能力;然后,通过离散哈特莱转换将特征转换到指定维度;最后,通过最大池化和平均池化并联通道获得全局特征。实验结果证明：提出的网络模型与PointNet网络模型在同样的数据集和评价标准上对比,点云分类任务上总体精度提高2.6个百分点,部件分割任务平均交并比（mIoU）提高4.1个百分点,场景语义分割任务mIoU提高8.6个百分点。通过运用该网络模型能有效提升点云数据分类分割的准确率,同时该网络具有更强的鲁棒性。