基于DSP的新型太阳方位跟踪系统

为了提高太阳方位跟踪精度,降低光伏发电系统的成本,利用光伏电池旋转产生的短路电流是交变电流的这一特点,通过离散傅里叶变换（DFT）求解交变电流的初相位,计算太阳的高度角和方位角,实现了对太阳方位的自动跟踪。并依此方法设计出了一套基于数字信号处理器（DSP）的新型太阳方位跟踪系统。实验结果表明,该系统能实现太阳光大范围内检测,并迅速跟踪,可避免多块光敏元件的不一致性所带来的问题,有效地提高了跟踪系统的精确性,可望在太阳能光伏发电工程中得到应用。     

氧化石墨烯-纤维素复合物的制备及其对钚的吸附性能

采用NaOH/尿素混合水溶液作为溶剂完全溶解纤维素(FB),再与Hummers法合成的氧化石墨烯(GO)进行复合来制备复合型吸附剂GO-FB,利用红外光谱(FTIR)、扫描电镜(SEM)和拉曼谱图(Raman)对其结构和形貌进行表征。GO-FB的SEM形貌表征可见其表面布满颗粒物的条状物或者团聚体,表明有大量GO附着在FB表面。以钚溶液作为研究对象,考察了溶液pH、吸附剂投加量、吸附时间、钚初始活度以及温度等参数对吸附效果的影响,旨为核工业放射性废水的处理工艺提供理论基础和新的技术途径。结果表明,对于30 Bq·L~(-1)的含钚溶液,GO和GO-FB的最佳吸附条件分别为:pH均为8;投加量0.05,0.10 g·L~(-1);吸附时间均为1 min,最大去钚率分别为98.65%和98.67%。由此可见,GO-FB可以作为优良的吸附剂对放射性含钚废水进行有效净化处理。根据热力学参数吉布斯自由能(ΔG~0)、焓变(ΔH~0)和熵变(ΔS~0)在不同温度下的计算结果可知,GO-FB对溶液中钚的吸附过程为自发的放热反应,低温有利于反应的进行;同时,吸附过程以物理吸附为主。     

一种改进的无监督网络图词义消歧方法研究

词义消歧是一项根据上下文自动选择正确词义的任务,并且成为了计算语言学领域中最重要最有挑战性的难题之一,在各种自然语言处理应用程序中起了至关重要的作用.因此,为了提高词义消歧的准确率,提出一种改进的无监督网络图词义消歧方法.使用《知网》HowNet作为知识库,运用一种新的词语间高阶关系的相似性度量方法,来给图的边分配适当的权值.然后,使用中心度计算并且结合相邻词义,来选择最适合目标词的方法.在数据集Senseval-3中进行了具体测试.实验结果显示:提出的方法的准确率达到46.1%,优于相同测试集下其他无监督词义消歧方法.     

充填体强度的支持向量机设计匹配模型

充填体强度设计的预测受到多种高维度、非线性、随机性因素的影响。为改善当前充填体强度设计预测效果不佳的现状,使用支持向量机（SVM）方法在matlab软件中借助LibSVM工具箱建立充填体强度设计匹配模型。分析并筛选出8个主要因素作为条件属性,充填体强度作为决策属性,并挑选出72组训练样本和6组校验样本。模型选择径向基函数（RBF）为核函数,采用网格搜索法对参数寻优,再通过交叉验证检验最优参数组合。结果表明：SVM匹配模型做出的回归预测平均误差为1.94%,校验预测平均误差为2.23%,相对于BP神经网络模型,预测准确度更高。在保证采场稳定性的前提下,SVM匹配模型更为有效地减少水泥消耗、降低充填成本,提高企业经济效益。     

无模型自适应模糊算法的多晶硅棒温度控制

多晶硅还原炉硅棒表面温度控制既要保证硅棒表面在最佳反应温度,又不要使其波动较大。由于多晶硅生产过程中的气相沉积反应使硅棒电气结构发生变化,因而存在很强的耦合作用和非线性特性。提出了以无模型自适应模糊控制器为主控制器,以PI为副控制器的双闭环结构的控制系统,采用基于无模型自适应控制器的结构,根据无模型自适应控制器的参数学习因子和步长序列对系统动态性能影响趋势,使用模糊自适应方法,通过模糊规则在线修正无模型自适应控制器的学习因子和步长序列两个参数,使温度控制系统既能保证收敛稳定性,又能提高系统对于温度控制的动态性能。仿真结果表明了该控制方法的有效性。     

超声波作用下尾砂浆浓密沉降及放砂

为了提高砂仓中尾砂浓密效率,实现高浓度的放砂,引入声场作为研究手段,创新性的利用声场辐射方式传播的特性,将声场非接触性地作用于尾砂浆介质中.通过设计试验,配制质量分数为40%的尾砂砂浆,在尾砂浆分别沉降15,20,25,30,35和40 min后,施加频率20 kHz,功率50 W的超声波,探究不同沉降时间后施加超声波作用对最终沉降时间和浓度的影响,同时将超声波作用在砂仓放砂阶段,并对超声波作用后不同浓度的砂浆进行流变参数测定.试验结果表明:在沉降20 min后施加超声波,砂浆沉降浓密时间最短为80 min,尾砂浆最终质量分数可达77.5%,与此同时超声波作用下可以实现砂仓稳定高浓度的放砂,放出砂浆质量分数为74.04%.对比超声波处理前后砂浆黏度与屈服应力可知,超声波可有效降低砂浆黏度22.3%,具有良好的降黏效果.超声波的振动作用,空化作用以及声流效应是使得砂浆快速浓密沉降以及放出的原因.      

基于喷墨印刷的二维码质量分析

为了解决喷墨印刷中出现的印品质量问题,对喷头电压的影响进行了研究。通过机器视觉,结合图像处理方法的应用可解决喷墨印刷中出现的印刷品质量问题。采用线阵相机对喷印后的成品进行图像采集,用USB3.0高速数据接口进行传输,在数据处理模块中进行二维码符号等级的分析。结果表明,符号反差、调制度以及固有图形污损对二维码符号等级有影响,不同的喷头电压影响了印品的质量。     

劣化磷酸酯抗燃油再生技术的研究

以聚丙烯酰胺为原料复合硅藻土对劣化抗燃油进行脱酸脱水实验,考察聚丙烯酰胺的加入量,烘干温度,NaOH加入量对劣化抗燃油的影响.酸值和水分分别用HY264型酸值测定仪和WS-2100型水分测定仪测定.结果表明:劣化抗燃油为10 g时,聚丙烯酰胺加入量为2 g,烘干温度为65℃,1 mol/L NaOH加入量为1 mL的情况下,劣化抗燃油的酸值劣化抗燃油的酸值从0.34 mg KOH/g降到了0.2 mg KOH/g;水分8334.2 mg/L降到了4180.3 mg/L.与普通硅藻土相比,聚丙烯酰胺复合硅藻土对劣化抗燃油的脱酸脱水效果更好,且用量少价格便宜.     

基于气象因素的PM2.5质量浓度预测模型

为得出拟合效果最佳的预测模型,建立了多元回归和机器学习预测模型对PM_2.5质量浓度进行预测。在输入气象因素的基础上,引入污染物质量浓度基础值和周期因素两类变量作为预测输入,并对4种预测模型进行对比研究。研究结果表明:对预测输入进行改进后,多元线性回归预测模型拟合优度由0.52提高至0.64,所选取的气象参数、污染物质量浓度基础值和周期因素能较好地描述PM_2.5质量浓度的日变化情况;与多元线性回归预测模型相比,BP神经网络和支持向量机两种预测模型能较好地捕捉PM_2.5质量浓度与预测输入之间的非线性影响规律,整体拟合优度分别达0.69和0.74,预测准确度较高;支持向量机预测模型可作为PM_2.5质量浓度预测的首选方法。     

莱钢焦炉装煤地面除尘设施改进

针对焦化厂装煤地面除尘设施在使用过程中出现装煤爆鸣、除尘布袋损坏、布袋反吹效果差等问题,对除尘系统漏点进行处理,选择合适的除尘布袋,改变布袋安装方式,固定反吹管,稳定风压,生产操作上严格管理。改进后,加煤车除尘吸力显著增大,装煤过程中爆鸣率大大降低,实现了焦炉清洁生产。