轨道交通高频充电机应用研究

设计了一种轨道交通用的高频充电机,该充电机采用基于移相控制的全桥零电压开关（zvS）变换器的拓扑结构。对该充电机主要参数进行计算和系统建模,仿真结果满足系统要求。主控芯片采用TMS320F28335,算法采用带有电流前馈的比例积分（PI）控制方式,并设计了针对蓄电池负载的充电逻辑,样机试验结果满足系统要求。     

快速城市化流域综合径流系数确定方法比较研究

径流系数是表征流域的产水能力、反映自然地理因素对降水形成径流过程影响程度的重要参数。针对快速城市化背景下的海绵城市规划建设需求，为了寻求具有一定物理基础且较简捷快速的方法来确定区域产流，以武汉市后湖流域为研究对象，采用基于降雨径流试验的拟合函数、面积加权法和水量平衡法3种方法计算综合径流系数，并分析比较各个方法的优缺点。结果表明：(1)后湖流域3种方法计算的综合径流系数值分别为0.49,0.49和0.58;基于试验的拟合函数法计算简便，面积加权法各土地利用类型的径流系数取值主观性较大，水量平衡法具有水文学原理，适用于监测资料较充足区域。(2)降雨过程水量平衡法计算结果表明，前期影响雨量对场次径流系数有较大影响，在规划设计中应结合设计工况对应的成灾雨型、雨量、设计重现期等影响因素，优选水量平衡计算法。(3)当实测资料较为缺乏时，综合考虑排水规范中面积加权法和降雨径流试验方法可以快速得到区域综合径流系数的参考值。研究成果可为城市水资源利用和海绵城市建设提供参考。     

巴斯夫推出基于可再生原料的增塑剂产品组合

巴斯夫已开始向PVC行业提供部分基于循环原料的增塑剂组合。对于这种新的增塑剂组合,在价值链的开始阶段,使用可再生或化学循环原料代替化石资源。替代原料根据质量平衡法分配到销售产品中。巴斯夫的生物质平衡(BMB)增塑剂基于可再生原料,名称为Hexamoll■DINCH BMB、Palatinol■N BMB、Palatinol■10-P BMB和Plastomoll■DOA BMB,使用所需数量的生物石脑油或沼气代替化石资源。这些材料来自有机废物或植物油。生物质平衡增塑剂比传统增塑剂的碳足迹更低,有助于节约化石资源。巴斯夫的质量平衡方法和BMB增塑剂都是根据REDcert2认证的。     

用于分布式能源并网的DC/DC换流器设计与研究

针对目前应用于直流配电网领域的DC/DC换流器造价高、控制复杂以及不具备直流短路故障穿越能力的缺点，为了实现不同电压等级直流分布式负荷有效接入直流配电网，提出了一种混合DC/DC换流器拓扑，采用电流源换流器(current source converter, CSC)连接直流电网，电压源换流器(voltage source converter, VSC)连接直流分布式负荷。提出的换流器拓扑具有结构简单、控制方式灵活以及具备直流短路故障穿越能力的优点。在分析换流器数学模型和运行约束条件的基础上，给出了换流器的参数设计方法，提出了一种CSC侧功率闭环控制，VSC侧交流电压幅值闭环控制的DC/DC换流器闭环控制策略。最后，在RTDS半实物仿真平台上搭建了1 MW/2 000 V/750 V混合DC/DC换流器试验模型，开展了额定运行工况、功率变化工况和直流短路工况试验。额定运行工况试验结果表明提出的拓扑可以实现1 MW额定功率的运行，功率变化工况试验结果表明提出的拓扑可以实现功率由1 MW到-1 MW的平滑反转，直流短路工况试验结果表明换流器能够平稳穿越直流短路故障。     

45 t门座起重机顶升方案设计

针对国内45 t门座起重机大车行走机构平衡梁裂缝问题。分析平衡梁裂缝产生原因并提出相应的维修方案,并对维修关键技术中的顶升方案设计,采用Ansys软件对其强度进行了有限元分析,同时对维修前后的平衡梁进行分析并对比。将维修方案应用于实际工程,取得了较好效果。该顶升机构修复方案设计符合工程实际,对工程实践具有一定的指导意义。     

干熄焦余热发电对焦化厂电压影响分析及对策

围绕某焦化厂干熄焦余热发电站并网发电后出现的焦化厂电力系统10 kV母线电压偏高问题,分析了电压偏高的原因,并提出了几点切实可行的应对措施,较好地保证了焦化厂电力系统的安全、可靠、稳定运行,充分利用了干熄焦的产能,实现了节能、环保、经济效益最大化。     

电动平衡重式叉车轮胎设计特点及发展趋势

介绍电动平衡重式叉车的市场发展趋势，并根据其使用工况特点，提出电动平衡重式叉车轮胎在规格选取、负荷能力及滚动阻力等方面的设计要求，并给出相应的技术设计、花纹设计及施工设计等方面的建议。指出电动平衡重式叉车轮胎的发展方向。     

基于启发式BP算法的软件缺陷预测模型

针对软件缺陷预测时缺陷数据集中存在的类别分布不平衡问题，结合上采样算法SMOTE与Edited Nearest Neighbor (ENN) 数据清洗策略，提出了一种基于启发式BP神经网络算法的软件缺陷预测模型。模型中采用上采样算法SMOTE增加少数类样本以改善项目中的数据不平衡状况，并针对采样后数据噪声问题进行ENN数据清洗，结合基于启发式学习的模拟退火算法改进四层BP神经网络后建立分类预测模型，在AEEEM数据库上使用交叉验证对提出的方案进行性能评估，结果表明所提出的算法能够有效提高模型在预测类不平衡数据时的分类准确度。