反应堆压力容器螺栓预紧过程分析

以某核反应堆压力容器制造厂水压试验承载要求为基础,借鉴国内反应堆压力容器水压试验的螺栓预紧经验,采用ABAQUS有限元分析软件模拟该反应堆压力容器的三级预紧过程,分析螺栓预紧后的法兰变形及螺栓载荷变化情况,优化螺栓预紧控制程序。     

基于云制造的模具协同设计与制造模式探析

针对我国模具设计与制造业的现状,研究基于"云制造"的模具跨地区散布式设计与制造的模式,构建一种由分散的模具制造资源"、云制造"—模具服务平台及其用户端组成的模具协同设计与制造的架构模式,并以实例分析并探讨了在该模式下模具设计制造思路及其实施技术。通过对其工作流程的描述表明:该架构模式对于模具行业快速响应市场机遇,最大限度地提高设计与制造资源的利用效率,实现快速、优质、低成本的开发模具产品具有重要意义。     

蜗轮滚刀CAD系统人机界面设计与容错处理

人机界面是CAD系统中沟通使用者和系统之间的桥梁，其设计对系统的使用和维护有很大影响。这里针对蜗轮滚刀的设计要求，就蜗轮滚刀CAD系统的人机界面与容错性能进行了设计，采取必要的容错处理技术，利用可回复操作、良好的出错信息和纠错处理以及提供用户引导的交互方式等措施来提高系统的容错能力，保证了系的可靠运行。     

蜂毒肽在大肠杆菌中的高效融合表达与纯化

生物法制备蜂毒肽是实现大量制备蜂毒肽的关键技术。为实现蜂毒肽的高效表达,通过化学法合成含信号肽、前导肽和成熟肽的蜂毒肽基因promet和蜂毒肽成熟肽基因met,与麦芽糖结合蛋白基因mbp连接,克隆到载体pET15-b,构建重组质粒pET-MBP-MET和pET-MBP-proMET。重组质粒转化大肠杆菌Escherichia coli BL21（DE3）,以0.1 mmol/L IPTG进行诱导,30 ℃下过夜诱导,融合蛋白MBP-MET、MBP-proMET在大肠杆菌中以可溶性形式高效表达。两种目标蛋白质经Ni柱和Dextrin Sepharose HP两步亲和纯化,得到了纯度达90%以上的融合蛋白MBP-MET、MBP-proMET,培养1 L大肠杆菌菌液能制备约20 mg纯蛋白质。通过牛津杯抑菌实验发现,MBP-MET、MBP-proMET能明显抑制细菌生长,产生明显的抑菌圈,MBP-MET和MBP-proMET最低抑菌浓度（MIC）分别为100 μg/mL和140 μg/mL。本研究首次实现了蜂毒肽的高效表达,并进行了抑菌功能验证,为生物法制备蜂毒肽提供了高效、安全的合成途径。     

桓仁单支墩大头坝位移及渗流监测分析

单支墩大头坝是比较少见的一种坝型,劈头裂缝及坝体侧向稳定是影响大坝稳定性的重要问题。文中对中国东北唯一的一座单支墩大头坝的位移和渗流特性进行了分析评价,认为大坝的位移和渗流稳定性正常,劈头裂缝稳定,但第12层岩石地下水压力较高,可能成为影响坝基稳定性潜在的不利因素。     

应用UPLC-Q-TOF-MS鉴定白酒酒糟中的水溶性多肽

以白酒酒糟为研究对象,采用超滤、反相高效液相色谱法(reverse phase high-performance liquid chromatography, RP-HPLC)分离制备酒糟中的水溶性多肽组分,并利用超高效液相色谱-四极杆飞行时间质谱联用技术(ultra-performance liquid chromatography-quadrupole-time-of-flight-mass spectrometry, UPLC-Q-TOF-MS)共分离鉴定出30种多肽,包括6种血管紧张素转换酶(angiotensin converting enzyme, ACE)抑制肽AAPK、KAGP、TVPK、YE、VPGK、TPF,2种抗氧化肽VPSGK、LH和1种抑制紫外线引起红斑的功能短肽HP。研究结果表明,白酒酒糟中含有多种生物活性肽。     

基于合作博弈和云模型的变压器状态评估方法

变压器状态评估需要考虑评估指标的模糊性和随机性,因此提出了一种基于合作博弈法和云模型的变压器状态评估方法。该方法首先建立变压器状态评估指标体系,采用合作博弈法获取指标组合权重,利用变权公式对其权重进行修正;采用云模型得到定量指标对变压器各状态等级的隶属度,最后采用分层评估方法得到评估结果。实例分析表明了该方法的正确性及可行性,其评估结果更接近变压器的真实状态。     

能源互联网中基于多微网校正控制的安全约束最优潮流

近年来,能源互联网因其具有双向按需传输和智能分配能源的优点受到了高度重视。基于Benders分解的求解算法,提出了在能源互联网中通过多微网实现校正控制的安全约束最优潮流模型;在此基础上,提出了利用协调多个微网和系统机组解决故障后线路过载的激励控制策略。不同于直接负荷控制,该方法能够更好地促进主网与多微网之间的双向潮流以利于故障后电网的恢复。通过IEEE118节点标准系统验证了模型与算法的可行性与有效性。     

能源互联网及其优化运行研究现状综述

化石能源等传统能源对人类未来的能源需求带来了严峻的挑战,充分利用清洁能源及可再生能源成为社会发展的必然要求。结合智能电网、微网等新兴电网技术及快速发展的互联网技术,各国学者提出了深度融合能源网络与信息网络的能源互联网的概念,为提高能源利用率,实现能源互济互补,推动能源利用模式变革,促进社会可持续发展提供了新思路。首先,该文归纳整理了各国关于能源互联网的研究现状及研究重点,进而从能源互联网运行的建模方法、优化模型的建立及分析、能源互联网优化运行的通信与数据、能源互联网优化运行中的故障传播机理等方面入手,分析了能源互联网优化运行方面的主要研究方向及问题,以期为我国能源互联网的研究提供参考。     

基于AEPSO-BPNN的光伏阵列多场景参数辨识

针对光伏阵列内部机理较为复杂、参数难以快速准确辨识的问题,提出了一种自适应进化粒子群算法优化BP神经网络（AEPSO-BPNN）的模型建立和参数辨识方法。通过引入自适应、进化和重构等改进策略,可以提高粒子群算法的收敛性能,并将其对BP神经网络的初始权值和阈值进行优化,使神经网络算法在迭代后期不易陷入局部最优解,以提高参数辨识的精确度和速度。根据光伏阵列的实测输出电流和理论计算电流的差值,并考虑环境变化对内部参数的影响,构造均方根误差函数作为算法的适应度函数,从而将复杂的多参数辨识问题转化为带约束条件的非线性多变量最优化问题。最后采用多场景法,验证算法在不同光照强度和温度下的适用性和效果,并与其他算法进行对比,仿真结果表明该算法在误差、收敛速度和运行时间上有较大优势。