二苯基亚砜在有机溶剂中的溶解度测定和拟合

在温度288.30~334.32 K、常压条件下,采用合成法测定二苯基亚砜在乙醇、乙酸乙酯、甲苯、丙酮、氯仿以及一系列浓度的乙醇-水混合溶剂中的溶解度。实验结果表明,在相同温度下,5种纯溶剂中二苯基亚砜的溶解度大小顺序如下,氯仿丙酮甲苯乙酸乙酯乙醇;乙醇-水混合溶剂中溶解度随着乙醇浓度下降而迅速降低;该溶解过程为吸热熵增过程,且随着溶解Gibbs斯自由能增大,溶解度减小。数据采用改进的Apelblat方程和van’t Hoff方程进行拟合,在乙醇-水混合溶剂中的溶解度数据还采用Jouban-Acree方程拟合。拟合结果与实验数据基本吻合。测定的固液平衡数据可为二苯基亚砜的合成与提纯等过程的溶剂选择提供依据。     

无人机集群联合拓扑控制的智能路由规划方法

针对现有无人机集群路由协议拓扑适变能力弱,易产生包重传、能量空洞和高时延,严重恶化了数据路由性能的问题,针对无人机集群中集群拓扑与路由的耦合特性,提出了一种联合拓扑控制的智能路由规划（IRPJTC）方法。该方法由基于虚拟力的自适应拓扑控制（VFATC）和基于近端策略优化的地理路由规划（PPO-GRP）组成。其中,VFATC使各无人机根据邻居运动状态信息自适应调整与邻居的距离,保证集群中链路的稳定连接;进一步,PPO-GRP引入VFATC中的链路稳定性指标,并结合端到端时延与能耗指标,设计多目标奖励函数,采用深度强化学习中的近端策略优化算法训练路由策略。仿真实验结果表明,IRPJTC相比于现有路由方法,能在保证分组传输成功率的同时,使端到端时延降低12.11%,无人机集群能耗降低4.56%,且具备更强的能耗均衡能力。     

OFDM无线通信中高峰均比及其抑制算法研究

凭借很强的抗符号间干扰(ISI)和抗衰落能力,采用正交频分信道的OFDM技术的无线通信越来越受到人们的重视。但是作为一种多载波调制方式,OFDM技术同样存在着高峰均比(PAPR)的问题,高的PAPR会导致信号畸变,造成子信道间的相互干扰,从而影响OFDM的性能。针对此,重点介绍了OFDM系统中的PAPR比问题的概念,并对降低PAPR的主要算法进行了论述。     

堤防工程维修养护探析

阐述堤防工程维修养护工作的特点,对当前在堤防工程管理和维护工作中存在的问题进行分析并结合实例进行探讨,为堤防维护工作提供参考.     

基于链状结构保持的多AGV系统灵活高效死锁避免控制策略

现有的多AGV（自动导引车）系统处理死锁的方案往往约束过强,压缩了潜在的性能优化空间。本文提出一种高度灵活的死锁避免算法,通过分析系统状态图中的宏环结构并结合银行家算法来实现状态图的链状结构判断,在确保算法高效性（最坏情形时间复杂度为O((|V|+|E|)|A|),其中V、E、A分别代表节点、边、AGV）的同时,实现了灵活的死锁避免。通过离散事件系统仿真及实际系统应用验证了算法的有效性,结果表明,在典型路线图上,该算法相较于经典的银行家算法及其变种,容许覆盖率提升高于16%,在使用相同任务分配、路径规划算法的情况下,任务平均完成时间降低了15%,具有更高的灵活性,有效提升了系统性能优化的潜力。     

高速铁路网络环境下掉话率分析

在不考虑多普勒频移对网络掉话率影响的前提下,分析高速铁路网络环境下由于越区切换引起的网络掉话率.从高铁网络的越区切换研究出发,得出不同位置的越区切换概率,获得不同位置的掉话概率,提出掉话分析模型.通过对高铁GSM-R和LTE-R网络进行掉话率对比仿真发现,LTE-R网络的掉话率比GSM-R网络减小了约29.23%;通过对不同列车穿透损耗下的掉话率进行对比仿真发现,穿透损耗越大,掉话率越高,24dB的穿透损耗下掉话率达到0.8%;通过对不同运行速度下的网络掉话率对比仿真发现,列车运行速度越高,网络掉话率越高,LTE-R网络下540km/h相比60km/h的掉话率提高了151.56%;通过对基站故障情况下的网络掉话进行仿真发现,基站正常时的平均掉话率仅为基站故障后平均掉话率的36.3%.     

童亭煤矿钻探取心施工方法

通过介绍和分析安徽省童亭煤矿采空区的各段地层特性、岩性特征,指出了钻进和取心过程中的控制难点,采用了加大孔径结构、优化钻具组合及强化泥浆性能维护等技术措施;针对极其严重的缩径现象,采用大开小下的方法,克服了缩径造成的套管下放难题;采用加稠水泥浆灌注方法成功处理了114mm套管在采空区段断裂问题和地层严重破碎、漏水问题,最终顺利完成了7个煤系地层钻孔施工,取得了良好的经济社会效益。     

机器学习在多相反应器中的应用进展

准确理解并精确预测多相反应器内复杂的流体力学特性、传递现象及反应特征,是过程工程领域的热点方向之一。随着试验测量技术及高性能计算机的快速发展,研究者可以获取高精度的多维瞬态流场数据集。近十年来,机器学习作为一门新兴学科,越来越广泛地应用于数据挖掘、图像识别、智能控制等领域。本文概述了几种常用的机器学习方法（包括神经网络模型、支持向量机模型、决策树模型、聚类算法模型等）,总结了机器学习模型的构建过程（包括数据集的建立、特征变量的选择、算法框架的选取、模型参数的调优、模型验证与测试等）,综述了机器学习辅助多相反应器中流场本构模型构建、流场图像重构、流型识别、流场关键参数预测及优化、不确定度分析、数字孪生技术平台等方面的应用进展,剖析了机器学习结合多相反应器领域所面临的挑战,展望了机器学习在多相反应器中可能有待拓展的方向。     

基于SE-CNN模型的窃电检测方法研究

针对传统电网现有窃电检测仅用单一电量且实际数据集下检测准确度低的问题,提出一种基于通道注意力网络改进卷积神经网络模型的窃电行为检测方法。首先建立一种包含用电量趋势、线损增长率、终端告警多源数据融合的窃电评价指标体系,以此构建用户用电特征集。然后,基于通道注意力挤压激励网络(squeeze and excitation networks, SENet)优化卷积神经网络(convolutional neural network, CNN)模型,据此构建自适应通道注意力网络改进卷积神经网络模型的窃电检测方法。最后,利用南方电网数据集对提出方法的有效性与准确性进行验证。实测结果表明,所提方法能有效实现实际电网情况下各类窃电行为准确检测,建立的评价指标体系可更明显表征窃电行为规律。构建的窃电检测模型可自适应对特征通道重要程度调整,提升通道利用率。相比现有检测方法,其具有更高准确度和更优泛化性能。     

基于模型参考自适应控制的直线电机位置控制

针对直线电机的强非线性和时变特性,采用模型参考自适应控制(MRAC)方法对SISO直线电机闭环位置控制器进行了研究。利用偶极子对消建立了简化的永磁直线电机二阶数学模型,提出了基于局部参数最优化MIT(梯度)方案和全局稳定性理论的Lyapunov方案下的二阶直线电机位置模型参考自适应控制器,并对自适应控制器下的直线电机闭环系统稳定性进行了分析研究。在相同的前馈加反馈的控制器下,对这两种方案下的实验结果进行了对比分析。研究结果表明,基于Lyapunov第二方法设计的二阶控制器比MIT方法下的二阶控制器更能实现对三阶点到点轨迹输入信号的快速响应和跟踪,证实了直线电机位置自适应控制的有效性。