中低温煤焦油基炭微球的制备

通过馏分切割、温和加氢相结合对中低温煤焦油进行精制处理，精制后的原料采用分级热聚制备中间相炭微球。考察了精制处理条件对原料性质、中间相炭微球宏观外貌及微晶结构的影响。采用FTIR、GC-MS、族组成、元素分析对原料进行表征，采用SEM、XRD对中间相炭微球进行表征。结果表明：中低温煤焦油中300～430℃馏分油是制备中间相炭微球的较佳馏分。300～430℃馏分油中正庚烷可溶物（HS）质量分数高达84.76%，吡啶不溶物（PI）质量分数低至0.23%，杂原子含量低，芳烃化合物的环数为2～4环。300～430℃馏分油在T_H=350℃、p=8MPa、t=1.5h、剂油比1∶40（质量比）的条件下温和加氢得到的精制原料，经420℃热聚6h得制备的中间相炭微球宏观外貌、微晶结构较好。中低温煤焦油基炭微球的粒径范围为5～15μm，小球表面光滑，微观结构为地球仪型，经1450℃高温煅烧后，石墨化度达到12.33%。     

扩展稀疏表示稳健HRRP目标特征提取方法

为提高低信噪比下高分辨一维距离像目标识别性能，提出扩展稀疏表示的噪声稳健目标特征提取方法。本方法通过对稀疏表示的扩展，实现对目标高分辨一维距离像局部特征与全局特征的提取。其中，在训练阶段利用支持向量理论与字典学习原理，对特征提取字典进行优化提高特征向量的可分性。在测试阶段，利用因子分析模型匹配方法对去噪声字典进行优化，从而实现对噪声的有效抑制，保证了目标识别系统的噪声稳健性。利用实测数据对本方法性能进行测试，结果表明本方法可在低信噪比条件下有效地恢复目标高分辨一维距离像，并实现较高的识别正确率。     

基于双平行互质阵列的二维非网格DOA估计

近年来,基于稀疏表示的DOA估计方法已经被广泛提出,这些方法都需预设离散的网格点,而实际信号来波方向在空间域内具有随机性,任何来波方向都是等概率出现,很有可能信号的来波方向不在网格上,因而会存在网格误差,使DOA估计结果产生较大偏差。为提高DOA估计精度,本文提出了非网格的DOA估计模型。同时,为提高测向自由度,本文应用由两个均匀线阵组成的互质阵列,并且将两个均匀线阵平行放置在同一平面。通过将两均匀线阵的互协方差矩阵向量化成互协方差矢量,可得到一维虚拟扩展的接收数据矢量,并且在稀疏表示框架下应用相应的稀疏恢复算法恢复出跟DOA参数相关的向量,从该向量中得到唯一的并且自动配对的二维DOA估计参数。仿真实验结果验证了本文算法较传统算法具有更好的DOA估计性能。     

门架式堆取料机在铜冶炼中的生产实践

针对铜冶炼工艺的特点,从门架式堆取料机对前后工序衔接、结构、原理出发,介绍了其在熔炼炉系统和吹炼炉系统中的应用情况。经过试生产期的生产实践证明,门架式堆取料机具有场地利用率高、取料量大,自动化程度高和安全环保等优点。     

核电厂中间量程保护定值标定方法改进

基于目前中国改进型三环路压水堆（CPR1000）部分机组存在因中间量程电流饱和导致无法在48%额定功率（Pn）完成定值标定及核电厂大修经济性考虑，采用MCNP程序及核设计软件包SCIENCE，研究分析中间量程保护定值标定的新方法。分析结果表明，中间量程保护定值标定调整至30%Pn功率平台实施，采用改进方法标定的保护定值更接近于设计值。      

邻域谱概率协同表示的高光谱图像分类方法

为了提高高光谱遥感图像的分类精度, 通过结合像元邻域谱与概率协同表示方法, 提出了一种基于空间信息与光谱信息的分类方法。首先采用插值方法生成像元的邻域谱, 然后用概率协同表示方法将待测样本进行分类。用所提出的方法在AVIRIS Indian Pines和Salinas scene高光谱遥感数据库上进行分类实验, 并和主成分分析、支持向量机、稀疏表示分类器和协同表示分类器方法进行了比较。结果表明, 所提出的方法在AVIRIS Indian Pines数据库上识别精度比主成分分析法高约17%, 其识别精度和kappa系数都优于另外4种方法。该方法是一种较好的高光谱遥感图像分类方法。     

HP295中间裂纹产生机理分析及控制措施

通过对HP295封头冲压开裂件缺陷光电镜分析,查找到缺陷产生部位及其导致原因。对多组铸坯低倍样检查,发现中间裂纹是缺陷根源。此后,根据现场生产情况,分析钢中磷、硫含量、钢水过热度、铸机设备精度、拉速和二次冷却强度等因素对铸坯中间裂纹的影响。通过降低磷、硫,控制过热度,调整设备精度,降低拉速以及优化二次冷却等措施,HP295铸坯中间裂纹得到有效控制,用户加工开裂现象完全杜绝。