风力发电清洁发展机制项目案例分析

将广东省风力发电技术应用作为清洁发展机制(CDM)项目案例,说明如何以广东省电源结构为基准线,应用增量成本分析方法计算风力发电这种CDM项目的单位碳减排成本,并对其进行敏感性分析。结果表明,风力发电这种CDM项目的单位碳减排成本为65美元/t,且当装机容量为50 MW时,在3×7 a(年)计入期内能使CO2减排量达到1.1069Mt。     

富氮生物油理化性质表征及其热解特性研究

利用松木生物油和尿素制备了富氮生物油,对富氮生物油的主要物理性质进行了测定,利用气质联用仪对其化学组成进行了分析,借助热重红外仪重点分析了富氮生物油的热分解特性以及主要热解产物的释放规律,并与生物油的热解特性进行了比较。理化分析表明,由于富氮生物油制备过程中发生的聚合反应使其中的小分子有机化合物含量减少,运动粘度增大。富氮生物油热解经历轻质组分的挥发和重质组分的解聚或缩聚两个失重阶段,富氮生物油中重质组分含量的增加导致其最终的热解残渣量增加。热解产物的红外光谱分析表明,富氮生物油热解过程中释放出NH3,有利于富氮生物油的再燃脱硝。     

制药厂的环境控制

根据《药品生产质量管理规范》(简称GMP),文章利用现场总线、直接数字控制器、集散控制等技术,对药厂生产厂房的环境进行调节。     

港口门机能量回馈系统设计与节能分析

正港口门机频繁工作在抓斗起升、下降,大臂往复旋转的工艺过程中,传统采用电阻能耗制动的方式存在巨大能源浪费。基于此,本文通过对工艺过程动态做功分析,设计能量回馈系统,当电动机工作在发电状态时,对能量进行回收。并以秦皇岛港杂货公司507门机为研究对象,在分析原有控制系统的基础上,增加能量回馈单元,与原有能耗制动系统     

工程机械用液压马达剩余寿命预测

为了进行工程机械用液压马达剩余寿命预测,基于容积效率、Wiener过程以及支持向量机回归,提出一种剩余寿命预测方法。开展液压马达全寿命试验,运用非线性支持向量机回归算法处理原始数据,基于极大似然估计法和贝叶斯更新策略建立Wiener过程模型,完成液压马达剩余寿命预测。结果表明：液压马达容积效率随冲击次数变化有明显下降趋势;非线性支持向量机回归在考虑退化数据随机性的基础上提高了规律性;基于Wiener过程的剩余寿命预测方法能够准确、可靠地预测液压马达的剩余服役寿命。     

不同粒径的超细碳酸钙在ABS黄色母粒中的应用

以3种不同粒径的规格型号为CC–1250,CC–2500和CC–6000的超细Ca CO3替代20%的联苯胺黄颜料应用于ABS黄色母粒中,研究了这3种超细Ca CO3对ABS黄色母粒色彩性能的影响。结果表明,超细Ca CO3粒子的粒径越小,其对色母粒的色彩性能影响越小;由含有粒径最小的CC–6000型超细Ca CO3的色母粒所制备的ABS样板反射率曲线及明度值与未加超细Ca CO3的最为接近,且两者的色差最小;由含有CC–6000型和CC–1250型超细Ca CO3的色母粒所制备的ABS薄膜透过率曲线与未加超细Ca CO3的也最为接近。     

TCS系统在精轧机自动控制技术中的应用

山东莱钢集团大H型生产线是国内先进的一条生产线，主要生产出口材，面象的主要对象为高质量建筑，对成品钢材的尺寸要求很高，本文阐述了其轧线的核心辊缝自动控制技术的原理及实现，全面地说明了其具体执行过程。     

神经网络在有限元动力分析的最小特征值计算中的应用

广义特征值问题是有限元动力学计算的基本问题之一。其算法的有效性对大型复杂结构的动力学分析至关重要。从能量的观点出发 ,将神经网络的优化计算能力与Rayleigh极小值原理相结合得到了求解广义特征值问题的极小值及其对应特征向量的神经网络解法 ,为神经网络优化计算应用于有限元结构动力分析打下了一个良好的基础     

双目视觉中距离约束的小波变换同名点匹配

针对一类特殊小波变换系数不同尺度下的过零点能提供在不同尺度下信号急速变化点的位置信息,提出了一种基于小波变换的多尺度过零点的双目立体视觉模型的同名点匹配方法,该方法采用由粗到细的匹配策略,利用转化的距离信息先匹配大尺度的小波变换系数的过零点,记录其过零点位置信息,然后应用顺序约束,即物体在左右影像点的投影顺序的一致性,匹配小尺度的小波变换系数的过零点,降低了同名点匹配搜索的复杂性,减少了误匹配,解决了同名点准确匹配难、计算量大等问题.采用该方法对篦冷机内水泥熟料高度进行测量,实验表明该方法能较精确的得出水泥熟料料层的分布状况.     

基于Lagrange乘子法神经网络求解弹塑性力学有限元问题

根据人工神经网络的基本优化机理，研究了基于Lagrange乘子法神经网络求解弹塑性力学有限元问题．该神经网络对弹塑性力学有限元问题模型的不等式约束直接进行处理，无需添加松弛变量，降低了网络模拟和硬件实现的复杂程度．还分析了该神经网络的收敛性和稳定性．最后对一个简单弹塑性问题进行了数值仿真，计算结果表明了该神经网络求解弹塑性力学有限元问题的可行性．