一种转炉炼钢过程中的软测量方法（英文）北大核心CSCD

基于实际工业数据的分析,针对氧气顶吹转炉炼钢过程,提出一种软测量建模方法。该方法的主要思想是为了实现转炉炼钢过程中的终点预测。为了更准确地预测终点温度和终点碳含量,结合最小二乘支持向量机和改进的粒子群算法被用来建立预测模型。改进的粒子群算法被用来优化模型的参数,使得模型具有一个更好的适应性。同时,采用基于事件驱动的策略,以加强模型的普适性。实验结果表明该软测量方法是有效的,并且能成功地应用于实际工业领域。     

羧甲基纤维素钠修饰Fe_3O_4粒子降解酸性大红GR的研究

通过使用羧甲基纤维素钠对Fe_3O_4进行修饰,合成有机核壳Fenton催化剂(Fe_3O_4/CMC)。使用X射线衍射(XRD)傅里叶红外光谱(FT-IR)对Fe_3O_4/CMC进行分析表征。研究了初始pH、酸性大红GR初始浓度、Fe_3O_4/CMC用量和初始H2O2量对酸性大红GR去除率的影响。结果表明:Fe_3O_4/CMC对酸性大红GR的降解具有很好的促进效果。同时,所得Fe_3O_4/CMC粒子仍具有磁响应性能,使用磁铁可以对其进行回收处理。     

乙苯+甲苯和乙苯+正丙醇二元体系汽液平衡

采用改进的Rose-William汽液平衡釜测定了二元体系乙苯+甲苯和乙苯+正丙醇在101.3k Pa下的汽液平衡数据。使用Herington方法对实验数据进行检验,两组数据均通过热力学一致性检验。利用NRTL,Wilson和UNIQUAC活度系数模型进行关联,并获取二元交互作用参数。结果表明UNIQUAC模型为最佳拟合模型。本文为精馏设计提供了基础数据。     

生物质燃料成型工艺模糊神经网络预测模型研究

生物质燃料的致密成型过程是一个影响因素多且具有高度非线性的复杂工艺过程,运用传统的建模方法很难建立出精准的预测模型。该文选用秸秆作为生物质原料,通过生产实验,采集样本数据,将粒度、含水率以及成型机压辊间隙作为输入,利用模糊理神经网络可识别、自适应及模糊信息处理于一体的优点,建立网络模型,实现对秸秆燃料的密度及致密成型过程中比能耗的预测。经过实验证明,模型的密度预测最大绝对误差为0.0142 g/cm~3,最大相对误差为1.13%,比能耗预测最大绝对误差为1.5604 kWh/t,最大相对误差为2.27%,该预测模型的建立,可实现预测,达到优化生产参数的目的。     

基于ANSYS的曲柄摇杆机构的有限元运动仿真

曲柄摇杆机构是平面连杆机构的基本类型之一,由于拥有诸多优点,使用广泛。但在传统的设计中面临的运动不准确等问题,使其发展受到了限制。使用简单模型,利用大型计算机商业软件ANSYS,对曲柄摇杆机构进行有限元运动分析,研究仿真过程中单元的选择,模型的建立,约束的施加等问题。对曲柄摇杆机构的运动过程进行模拟,得到的计算结果与理论分析结果基本一致。获得机构运动学和动力学特征,为复杂机械的机构分析和设计提供了必要的基础。     

非线性光场调控实现12倍相位超分辨实时干涉测量

光学干涉仪是现代精密测量技术的核心支撑，但其分辨率受到光源波长的限制，无法通过无限减小波长提高分辨率，而“相位超分辨”即是指设法解决光源波长限制的技术手段。目前“相位超分辨”研究主要通过调控N光子纠缠态的途径实现，但是由于N光子纠缠态制备与调控的极高难度和符合计数的极低效率使得该途径无法用于实际测量。针对这一瓶颈，笔者联合团队利用轨道角动量(OAM)相干态在光学超晶格中的级联参量上转换过程高效构造、提取多光子复振幅信号。实现了N=12倍的相位超分辨干涉信号的实时测量，为发展可实际应用的高倍率相位超分辨干涉测量技术提供了一条全新的物理途径。     

混凝土搅拌车车架的有限元分析

用ANSYS软件建立某搅拌车主、副车架的实体模型,并进行静力分析和模态分析,得到其应力、应变分布情况和固有频率及振型特征。据此对车架结构参数进行修正,为车架的优化设计及进一步的实验与研究提供了有效的依据。     

基于SC-DNN和多源数据融合的新能源电力系统状态估计方法

大规模新能源并网重塑了电力系统的控制运行特性,现有的电力系统状态估计方法面临新能源波动数据识别困难、估计精度低、估计速度慢等问题。为改善现有方法的不足,提出了一种基于残差连接(skip connection,?SC)-深度神经网络(deep neural network, DNN)和多源数据融合的新能源电力系统状态估计方法。首先采用基于双向长短期神经网络(bidirectional long short-term memory, BILSTM)预测的改进插值法进行多源数据融合。然后利用联合时空交叉机制和BILSTM网络的数据辨识技术替代传统的量测量突变检测法,以便更好地处理新能源波动数据。最后根据原始量测数据集建立基于SC-DNN的状态估计模型,把残差模块的拟合优势和神经网络的速度优势结合起来,从而实现状态估计精度和速度的提高。基于IEEE39节点系统和新疆某地区实网的算例分析表明,相比于传统方法,所提方法能在更准确地分辨新源波动数据与不良数据的同时提高状态估计的精度和速度。     

LBS系统研究现状综述

随着计算技术、无线网络通信技术以及电子技术的迅猛发展,LBS成为移动互联网应用的热门技术。描述了LBS的概念,对2013年至2015年间国内外移动位置服务应用进行综述,通过国内外研究情况的横向比较和按照时间先后的纵向分析,阐述了目前LBS定位中所存在的技术难点及研究重点;最后,从功能和技术两个角度对LBS系统的改进方向提出看法,并对其发展趋势做出预测。