Enzymatic degradability and release properties of graphene oxide/silk fibroin nanocomposite films

The structure evolution of silk fibroin (SF) in the nanocomposite films with graphene oxide (GO) was investigated and related to the enzymatic degradability and release property. The interaction with GO was found to induce conformation transition of SF from random coil to β-sheet. However, the surface binding constrained the rearrangement of the silk chains, leading to a decrease of β-sheet when GO content was more than 1.0%. The crystal structure of SF played a key role in the degradation of GO/SF composites. The preferential degradation of the hydrophilic blocks resulted in a faster degradation of SF films with higher β-sheet content. The addition of GO to SF matrix led to a slower release and a reduction of the burst release of RhB, the model compound. The release profile was well fitted to the Rigter–Peppas equation, from which the characteristic constant decreased and the diffusional exponent increased with increasing GO content but quickly leveled off when GO content was more than 1.0%. Degradation of the composites had little influence on the characteristic constant of RhB release, however, led to an increased diffusional exponent, which was more evident for the composites with higher β-sheet content.     

Hydrogen bonding induced enhancement for constructing anisotropic sugarcane composite hydrogels

Anisotropic hydrogels are appealing with their merits of similar biochemical and structural properties to the biological tissues. However, the mechanical properties of current anisotropic hydrogels need to be further improved. Herein, three kinds of novel anisotropic poly(2-hydroxyethyl methacrylate) (pHEMA), poly(acrylamide) (pAM), and poly(acrylamide-co-acrylic acid) (p[AM-co-AA]) sugarcane composite hydrogels were prepared successfully by filling the hydrogel monomer precursor into porous aligned sugarcane nanofibers network and then performing subsequent free radical polymerization. The hydrogel matrix and sugarcane nanofibers network were combined closely together through hydrogen bonding interaction. The anisotropic sugarcane composite hydrogels exhibit good flexibility and elastic recovery properties upon encountering mechanical crimping and twisting. In typical case, the as-prepared pHEMA sugarcane composite hydrogel can exhibit high anisotropic tensile strength of 2.37 and 0.54 MPa, while differential tear strength of 0.36 and 0.78 N/mm, along the parallel and vertical nanofibers directions. Finally, anisotropic lubrication behaviors were found and investigated systematically for those three kinds of sugarcane composite hydrogels when water was used as lubricant. Our current work proposes a simple and universal strategy for developing bioinspired anisotropic functional composite matters such as artificial skin, flexible sensor, and cartilage lubrication materials.     

配电网单相接地故障特征分析软件设计

我国35 kV及以下配电网大多采用小电流接地方式,运行方式下发生的故障中单相接地故障占70％～80％.当前已有的单相接地故障诊断软件大多无法适应多种Windows操作系统,并且在功能方面较为单一,未形成完备的系统,不能满足需求.在提取接地故障的小波能量比、小波重构系数方差和暂态功率方向三种暂态特征的基础上,设计一款功能完备的单相接地故障特征分析软件,并且利用Pyinstaller库将软件封装为.exe格式的可执行文件.设计软件具有丰富的人机交互接口,能够完成小波分解、波形展示、故障诊断模型训练以及故障诊断等功能,实现了在各种Windows系统下运行并进行单相接地故障数据分析的功能.     

风电机组健康状态预测中异常数据在线清洗

风电机组数据采集与监视控制系统(SCADA)运行数据中含有大量异常数据,对风电机组健康状态预测影响严重,为此针对实测风速-功率、转速-功率数据,提出一种异常数据在线清洗方法.由于机组性能退化过程中数据特征趋于复杂,基于经验Copula-互信息(ECMI)选择关键特征参量作为数据清洗对象,并基于Copula建立置信等效功率区间描述其非线性与不确定性.针对置信边界外的堆积点和离群点,结合其时序特征与密度分布建立Copula数据清洗模型(Copula-TFDD),依次进行在线清洗.最后,基于实际数据与人工模拟数据分析模型的精度、运算效率以及对机组健康状态预测的影响表明,Copula-TFDD能准确并实时地识别各类异常数据,有效提升风电机组健康状态预测的性能.     

基于深度学习增强的LSD杆塔倾斜度检测

杆塔的倾倒会对整个电网产生严重的破坏并威胁周围居民的生命安全,电力巡检无人机利用计算机视觉对杆塔进行巡检既节省了人力资源又显著地提高了电网的巡检效率.为了国网巡检人员在杆塔倾倒前及时得到预警,对电力巡检无人机中的基于计算机视觉的杆塔倾斜检测算法进行了研究,设计了一种基于YOLOv3的深度神经网络结合LSD线段提取方法对杆塔的倾斜进行检测.利用在山西电网无人机实际巡检的杆塔图片制作杆塔的VOC2007数据集并利用YOLOv3神经网络对杆塔进行目标检测,并将检测后得到的Bounding box根据网络训练后的mIOU参数进行微调后作为LSD检测的ROI.接着,该方法在ROI中将检测的线段进行过滤和融合,根据杆塔特点进行杆塔的二次识别.最后利用得到的杆塔外边线做出该方向上的杆塔中线并计算杆塔在该方向的倾斜度.该文中实验利用山西国网电力公司提供的数据进行验证,结果表明,杆塔的倾斜检测效果在各种拍摄高度和背景干扰下都较为精确,杆塔目标的正确识别率达到97％,倾斜度检测平均误差小于0.85°.     

六分量大阻力复合式结构天平研制与应用

着陆巡视器和探月返回舱等短钝体风洞试验模型具有更大的阻力测量范围和更短的长度尺寸,为了提高该类模型在风 洞试验中的测量精准度,研制了一种新型复合式结构大阻力六分量应变天平。 与传统串联式结构天平相比,复合式结构天平结 构紧凑而阻力承载能力更强,能够完全安装于模型内部从而减少温度对天平测量精准度的影响;数值模拟结果表明,复合式结 构天平的平均应变、灵敏度、强度等能够满足风洞试验要求;复合式结构天平静态校准综合校准准度优于 0. 21%,满足国军标相 关技术指标。     

基于混沌理论和GOA-K-means算法的有载分接开关状态特征分析计算方法

为更加准确有效地监测变压器有载分接开关(OLTC)机械状态,针对传统基于K-means的监测方法聚类效果易受其初始聚类中心选择的影响,该文提出一种基于蝗虫算法(GOA)和K-means相结合的OLTC机械状态监测方法.首先针对OLTC振动信号的非线性和混沌特性,利用P-G法和互信息值法计算嵌入维数和延迟时间,对实测的OLTC振动信号进行相空间重构;其次应用Kolmogorov熵对重构后的振动信号混沌特性进行判断;最后为提高聚类精度,针对K-means对初始聚类中心的敏感性,将蝗虫算法引入该算法对其聚类中心进行优化,对重构后的高维振动信号采用优化的K-means聚类方法进行分析.研究结果表明:在OLTC的振动信号识别应用中,优化的K-means聚类算法得到的特征量计算结果具备一定的规律性.研究结果为OLTC的机械运行状态监测提供了一种新的途径.     

面向多源电力感知终端的异构多参量特征级融合:融合模式、融合框架与场景验证

对多源电力感知终端产生的异构多参量数据进行融合分析,是实现电力物联网下电力目标有效感知的关键.目前,电力多参量融合仍以同构多参量融合和决策级异构多参量融合为主,异构、多源的融合及分析技术薄弱,无法满足电力物联网下的异构多参量深度融合需求.该文提出一种适用于电力结构化时序参量和非结构化图像参量的普适性融合框架,可用于电力对象的描述性、预测性或决策性分析.首先考虑电力时序参量的时间和空间特性,将其转换为适用于非线性混沌系统的递归图,从而使其和非结构化电力图像具有相同的描述空间;然后用卷积神经网络对二类参量进行特征提取,并对特征矩阵按权重进行拼接融合、全连接和目标感知;最后,以输电线路覆冰等级感知和绝缘子污秽等级感知为应用场景,从精确性和容错性角度对所提模型进行分析,验证了所提模型的普适性.     

计及直流微电网扰动抑制的残差动态分散补偿控制策略

针对直流微电网电能质量问题与环流问题,提出一种计及直流微电网扰动抑制的残差动态分散补偿控制策略.此策略在直流下垂控制的基础上,首先分析直流微电网扰动问题及并联状态下的环流问题;其次建立Buck型与Boost型多DC-DC变换器并联的状态空间模型,推导基于残差的变换器动态分散补偿结构,该结构直接在电压环输出端进行补偿,通过扰动抵消计算补偿控制器Q*(s).采用小信号稳定性分析方法证明本文补偿结构的稳定性;最后基于RTDS搭建数字物理实验平台,以相同与不同类型变换器并联为例进行实验验证.该结构能够加快分布式电源及公共负荷投切时直流母线电压动态响应速度,有效地抑制了环流影响和交流侧不平衡情况引起的直流母线电压二倍工频扰动,维持了电压的一致性,保证了母线电压的稳定,有助于实现分布式电源的"即插即用"技术.     

基于改进经验小波变换的高压电缆局部放电噪声抑制研究

对高压电缆的局部放电(PD)进行监测,并对其所包含的噪声信息进行抑制,是一种有效的绝缘评估方法.针对PD信号所包含的复杂噪声信息,提出一种基于改进经验小波变换(IEWT)的噪声抑制方法.该方法以IEWT分解为核心,通过将含噪信号分解为按频率顺序排列的经验小波函数(EWF),有效避免复杂噪声信号分解时的模态混叠现象.利用峭度规则对分解得到的EWF进行筛选,最后对筛选出的有用EWF进行重构和降噪处理,达到对复杂含噪信号的噪声抑制效果.模拟仿真以及现场测试表明,与现有基于EWT和基于EMD的降噪方法进行对比,该文所提方法可更有效地抑制PD信号所包含的噪声信息.