基于MATLAB的模糊神经网络高压直流输电换流控制器的研究

在研究模糊逻辑控制技术、神经网络技术和高压直流输电（HVDC）系统的基础上，从原理上说明，对换流器两侧都采用模糊神经网络控制能有效地提高交流一直流（AC/DC）系统的动态特性和恒定性。整流侧和逆变侧分别提取直流线路电流、电压误差及其变化率作为模糊控制器的输入，输出作为神经网络的输入，分别控制电流和电压。用MATLAB对一典型12脉冲桥高压直流输电系统在传统控制和模糊神经控制下分别进行仿真。结果表明。与传统控制方法相比，当直流线路或者单相交流线路发生接地故障时。模糊神经控制能改善换流站直流电流和直流电压的恒定性，而且提高了交直流系统的暂态稳定性，并且双侧模糊逻辑控制要比单侧模糊逻辑控制效果好。     

复杂流程的程序编制—选矿的新希望

单组分矿物资源开发的时代大概要结束了。工业原料基础的进一步发展的先决条件是利用低品位多组分矿体。本文介绍了编制多产品流程的程序以及在实际技术和经济条件下生产程序的优化的方法。它可以使许多低品位矿床和矿物废料取得有利的经营。这就是为什么它被认为是矿物工业的新希望。     

铬铁矿选矿的有效途径

本文介绍采用琼斯强磁选机分选内蒙索伦山铬铁矿的试验结果和生产实践。经一段磨矿和一次选别的简单生产工艺,在α_(σr_2o_2)=26.61％的情况下,获得β_(σr_2o_2)=41.98％、ε=87.44％的生产指标。     

延庆地区水头村泥石流形成条件及发展趋势

水头村泥石流沟是延庆地区典型沟谷型泥石流沟之一,具易发性高、危险性大的特点,严重威胁下游水头村村民。本文以水头村泥石流沟为研究对象,通过精细调查与GIS统计分析,获取了该流域降雨、地形地貌、物质来源等信息,对泥石流流域分区特征和形成条件进行研究,综合14个识别因子,确定了该泥石流沟的发展阶段,并预测其发展趋势,通过单沟泥石流堆积区公式预测了该流域最大危险区,并提出了防治措施建议。研究表明：水头村泥石流沟内松散堆积物动储量达27.96万 m³,其中以残坡积和冲洪积为主要物源;该泥石流属于暴雨-沟谷型-支沟群发型泥石流沟,发展阶段处于形成期,最大危险区面积为0.737 km²,威胁沟口水头村住户21户59人和红水公路350 m。建议采用定期巡视+局部物源稳固+清理排导槽相结合的防治措施。研究成果可为该区泥石流灾害防治提供基础数据支撑和科学依据。     

旋转腔振动磨机—传统管式振动磨机的进一步发展

柏林技术大学研制的旋转腔振动磨机,消除了传统管式振动磨机在动力学和工艺方面的缺点。该磨机分别以大振动圆直径和高速度运转时,一数学模型被用来计算输入的法向冲量和能量耗散沿磨机周边的分布。磨矿结果证明,用旋转腔振动磨机可以取得较好的磨矿效果。     

带备自投装置双母线单分段220 kV母线运行方案

通过对220kV板桥站运行方案的分析,研究在220kV线路出现输电爱阻时,220kV变电站220kV双母隔离开关单分段母线如何能发挥220kV备自投的最大作用以及机网协调。经过分析对比两个方案,得出结论：采用分列方式运行,尤其在保供电时期,能进一步提高电网运行的稳定性和可靠性。     

北京市延庆地区水泉沟村车道沟泥石流发育特征及动力学研究

本文以北京市延庆地区水泉沟村车道沟泥石流沟为研究对象,通过泥石流精细调查及资料统计,研究该泥石流发育特征和形成条件,在分析流域内松散堆积物补给特征的基础上,综合研究了该泥石流的动力学特征,进而开展泥石流危险区预测评价,提出相应的防治措施建议。研究结果表明:该泥石流沟内可参与泥石流活动的松散堆积物动储量为20.79×10⁴m³,分为冲洪积、残坡积、人工堆积和崩滑塌等4种补给来源,其中人工堆积所占比重最大;经动力学分析,洪峰流量值在10年一遇的降雨条件下为17.03m³/s,20年一遇的降雨条件下为19.21m³/s,50年一遇的降雨条件下为22.10m³/s,100年一遇的降雨条件下为24.28m³/s,一次固体冲出总量分别为0.55×10⁴m³、0.63×10⁴m³、0.72×10⁴m³、0.79×10⁴m³,属于小型泥石流,最大危险区面积为0.2763km2。通过评价分析,该泥石流沟仍存在爆发小型泥石流的可能性,将对下游车道沟村以及行车和行人的生命财产安全造成威胁。研究成果可为延庆地区该类泥石流单沟预警模型研究和灾害防治提供科学依据。     

基于InSAR技术溪洛渡库区活动滑坡形变特征研究

水电站建设会在一定程度上改变当地自然环境,特别是库区蓄水影响着库区岸坡稳定性,造成库区古滑坡的复活及（或）潜在活动滑坡的失稳,为库区带来了新的地质环境问题。本文以溪洛渡水电站库区为例,采用时序SBAS-InSAR技术对库区活动滑坡隐患的变形特点和发生模式进行了识别研究。结果表明：结合升降轨数据共发现库区存在16处活动滑坡隐患,滑坡不同位置表现出不同的形变速率,均呈现整体向下蠕滑的趋势,发生模式以牵引式滑坡居多。受到库区蓄水、流水浸蚀及汛期降雨的影响,溪洛渡库区地质灾害诱发条件将发生变化,需进一步加强地质灾害监测工作。     

金沙江下游永善段隐蔽性滑坡隐患综合遥感识别

隐蔽性滑坡隐患是金沙江下游最普遍的地质灾害发育形式,具有隐蔽性强、突发性强、高位远程运动等特点。近年来,特大山区隐蔽性滑坡灾害案件频繁发生,对人民的生命财产造成了极大威胁。如何突破传统地质灾害调查手段的局限性、滞后性,提前有效识别隐蔽性滑坡隐患并探索其发育特征,对指导中国西南地区防灾减灾、工程规划建设具有重大科学意义。本文选择金沙江下游永善段地质灾害高易发区,利用升降轨时序InSAR–光学遥感综合识别方法,精细识别区域性时序地表形变、隐蔽性滑坡隐患光学遥感信息,通过野外考察,深入探索隐蔽性滑坡隐患发育特征。研究显示：1）通过升轨时序InSAR技术识别隐蔽性滑坡隐患26处,降轨时序InSAR技术识别隐蔽性滑坡隐患28处,光学遥感识别隐蔽性滑坡隐患48处（与升降轨时序InSAR识别结果有10处重合）,合计识别滑坡隐患92处;对识别结果进行100%的野外考察,将升降轨InSAR和光学遥感识别结果划分为完全一致、部分一致、仅有光学遥感识别结果、仅有InSAR识别变形结果4种情况,识别准确率分别为82.86%、80.77%、75.00%和63.64%,总体识别准确率达78.26%,略高于目前国内滑坡隐患识别平均水平,验证了滑坡隐患识别的可靠性和有效性。2）通过对比分析综合遥感识别结果可知,InSAR技术和光学遥感的识别结果与二者的识别方式、影像成像条件、滑坡活动性关系密切,二者不能直接进行互检。3）通过分析滑坡发育特征可知,隐蔽性滑坡隐患发育规律随着地形地貌、地质条件的变化而变化,升降轨InSAR技术和光学遥感识别的隐蔽性滑坡隐患在地貌空间分布、地层岩性均存在一定差别。结果表明,综合遥感识别技术充分利用了升降轨InSAR技术和光学遥感识别方法的互补性,解决了隐蔽性滑坡隐患看不见、看不清、看不准的难题,提高了滑坡识别的准确率。