浅析磷石膏综合利用与提取稀土

综述了磷石膏综合利用及提取稀土的工艺.研究提出了磷石膏处理过程中各种化工辅料的循环使用和综合利用问题,以较低的运行成本实现了工艺过程中的废物资源化及产品化,使磷石膏处理工艺与环境治理有机结合,并且磷石膏中的硫和稀土元素得到了有效的利用.     

稀土纳米材料及应用(Ⅱ)

综述了稀土材料和纳米技术相结合所产生的材料性能优势，并着重介绍了稀土纳米材料的研发与应用现状。     

用盐酸优溶法从NdFeB废料中回收稀土

介绍了盐酸优溶法的基本流程。采用该方法从钕铁硼废料中萃取分离钕镝,制取的氧化镝中w(Dy_2O_3)≥99%,非稀土杂质含量符合国标要求,稀土总回收率大于92%,生产过程稳定。     

废气生物处理装置自动监控系统的设计

生物法处理是国内较新的一种高效工业有机废气污染治理技术，而具：有自动监控功能的智能化处理装置尚处于研制开发阶段。介绍了一种基于生物法处理技术的废气处理装置的基本结构，提出了基于PLC及网络通信技术实现其自动监控系统的方案，详细介绍了该监控系统硬件和软件实现方法。试验结果表明，该系统不仅可实现废气处理过程中各参量测定，而且可按照设定的不同工艺对装置进行自动调节控制。具有功能完善、运行稳定可靠、性价比高等特点。     

助熔剂对微波合成Y2O3:Eu3+红色荧光粉的影响

采用微波法合成Y2O3:Eu3+红色荧光粉,研究了碳酸盐、氟化物、硼酸等助熔剂对其合成过程及发光性能的影响.分别采用光谱分析仪和激光粒度仪对所合成荧光粉的光电性能和粒径进行分析.结果表明,不同助熔剂的加入对样品发射主峰的位置(610 nm)没有产生影响,但可明显影响样品的发光性能和粒径.采用碳酸盐单一助熔剂时,样品的相对亮度比采用氟化物时的高;采用复合助熔剂所制备样品在相对亮度及粒径方面,整体上较采用单一助熔剂样品的更优.     

基于LabVIEW的微网电能质量监测评估系统

针对现阶段微网电能质量实时监测和综合评估系统软件缺失的问题,对微网电能质量合理的综合评估方法进行了研究,探讨了一种基于LabVIEW编程平台的电能质量监测评估系统的设计方案.首先,提出了一种基于改进的层次分析法（AHP）和灰色理论相结合的微网电能质量综合评估方法.然后,利用LabVIEW和Matlab Script语言混合编程优势,通过LabVIEW平台开发了一套可实现微网电能质量实时监测、合理评估和综合管理的智能系统,并利用学校的微网模型对该系统进行了测试.研究结果表明,该系统能实时监测微网各项电能质量指标,具有报警录波功能,同时可对微网的综合电能质量作出合理的评估,可生成报表以汇总微网各单项电能质量指标和综合电能质量评价结果,具有良好的工程化应用前景.     

分布式发电系统的孤岛检测方法研究

通过对孤岛效应和检测盲区的分析,以分布式发电系统中基于逆变器侧的各种检测方法为主,按照其检测思路,从被动检测和主动检测两个方面进行分类归纳.对各种检测方法的检测原理、优缺点以及一些检测方法的改进方案进行综合评述,根据具体的功率的匹配程度和电能质量等要求,来选择将适合的检测方法相结合,充分发挥各自检测方法的优点,才能达到最优的检测目的.而微网由并网向孤岛的过渡以及微网孤岛运行的利用也将是未来的研究重点.     

纳米技术产业化状况(续)

本文介绍了纳米技术目前开发、应用与产业化的状况 ,从而说明了纳米技术已逐渐走入市场 ,走入我们的生活     

含高渗透率光伏发电并网型微网中的电动汽车优化调度方法

针对含高渗透率光伏发电的并网型微网,研究了电动汽车与大规模光伏发电协同增效利用的方法,提出一种以提升光伏发电利用率为目的的电动汽车优化调度模型。为避免依托于中央能量管理系统的集中优化,发展了关联电动汽车交互功率与系统负荷信息、光伏出力信息的虚拟费用理论,在此基础上构造了电动汽车集群的非合作充放电博弈模型,并推导出博弈模型纳什均衡与集中式优化模型最优解的一致性,从而以分散自治的方式规避了集中式优化的弊端。在某办公楼区域光储微网的算例分析中,以光伏发电利用率、等年值成本为微网运行性能评价指标,验证了所述电动汽车优化调度方法的合理性、有效性。     

基于遗传神经网络的电动汽车锂电池SOC预测

针对传统方法在电动汽车锂电池荷电状态（State of Charge,SOC）预测中的局限和不足,提出了一种基于遗传神经网络的电池SOC预测算法.该算法的整体方案首先给出了车载锂电池状态监测系统的软硬件实现,在该系统上以不同的放电倍率对磷酸铁锂电池进行了放电实验,获取了其放电过程中电压、电流和SOC的样本数据,然后利用遗传算法全局寻优能力对神经网络中的连接权值和阈值进行了优化,用实验所得的样本数据训练BP神经网络,根据训练好的神经网络对锂电池SOC进行了预测并将其与真实SOC进行对比,以验证算法的可行性.研究结果表明,该方案可通过电压、电流的实时测量值获知锂电池的剩余电量,具有收敛速度快、预测误差小、适应范围广的特点,有效解决了电动汽车锂电池的SOC预测问题.