渣油催化临氢热转化钼铁双金属催化剂的研究

Replacement of precious single metal catalysts with cost-effective, highly-dispersed composite catalysts for catalytic hydrothermal conversion of residue holds tremendous promise for the residue upgrading technologies. Organic metals were added to the feed as the oil-soluble precursors, and transformed into the catalytic active phases in this work. Physical properties and structures of the composite catalysts had been investigated by X-ray fluorescence spectroscopy, X-ray photoelectron spectroscopy, X-ray diffraction, scanning electron microscope and transmission electron microscopy. The composite catalysts were found to be highly efficient in the catalytic hydrothermal conversion of both model compound and residue. Increased metal dispersion and synergistic effects of two metals played indispensable roles in such catalytic system. Results showed that under the test conditions in the article, the catalyst had the best catalytic performance when the mass ratio of molybdenum to iron was 1.5.     

华龙一号蒸汽发生器流致振动关键技术研究及应用

在理论建模和实验研究的基础上,提出了两相流激振力无量纲归一化的方法,构建了更为精确的两相流激振力功率谱密度包络谱。引入界面流速和滑速比等两相流参数,建立了一种两相流流弹失稳数学模型,形成了先进的两相流中管束结构流弹失稳评估方法。基于流体力与管束漩涡脱落相耦合的振动机理,创建了更能反映流体力与管子振动耦合的新尾流振子模型,提出了三维弹性管漩涡脱落诱发振动的快速预测方法。研发了完备的蒸汽发生器流致振动评价软件,为流致振动分析和评价提供了有效的分析工具,形成了高效的流致振动关键技术工程应用体系。     

城市LNG门站风险评价技术现状与建议

低碳环保发展政策已经被落实到多个不同的行业领域中,在能源开采与使用的活动中,具有清洁安全优势的液化天然气(LNG)被关注,该可燃性的气体资源主要由甲烷构成,在汽车与液化气轮船等交通领域中发挥主要作用,同时也可以支持现代电厂的供电活动。考虑到LNG在现有能源结构中的突出优势,不少城市都建设了大量的门站,现就门站的安全问题展开研究。     

基于模糊谱聚类的不确定蛋白质相互作用网络功能模块挖掘

针对谱聚类融合模糊C-means（FCM）聚类的蛋白质相互作用（PPI）网络功能模块挖掘方法准确率不高、执行效率较低和易受假阳性影响的问题，提出一种基于模糊谱聚类的不确定PPI网络功能模块挖掘（FSC-FM）方法。首先，构建一个不确定PPI网络模型，使用边聚集系数给每一条蛋白质交互作用赋予一个存在概率测度，克服假阳性对实验结果的影响；第二，利用基于边聚集系数流行距离（FEC）策略改进谱聚类中的相似度计算，解决谱聚类算法对尺度参数敏感的问题，进而利用谱聚类算法对不确定PPI网络数据进行预处理，降低数据的维数，提高聚类的准确率；第三，设计基于密度的概率中心选取策略（DPCS）解决模糊C-means算法对初始聚类中心和聚类数目敏感的问题，并对预处理后的PPI数据进行FCM聚类，提高聚类的执行效率以及灵敏度；最后，采用改进的边期望稠密度（EED）对挖掘出的蛋白质功能模块进行过滤。在酵母菌DIP数据集上运行各个算法可知，FSC-FM与基于不确定图模型的检测蛋白质复合物（DCU）算法相比，F-measure值提高了27.92%，执行效率提高了27.92%；与在动态蛋白质相互作用网络中识别复合物的方法（CDUN）、演化算法（EA）、医学基因或蛋白质预测算法（MGPPA）相比也有更高的F-measure值和执行效率。实验结果表明，在不确定PPI网络中，FSC-FM适合用于功能模块的挖掘。