基于STIRPAT评估模型的东北地区碳排放与电力消费相互关系分析

随着“双碳”目标的提出，我国能源需求刚性增长与资源、环境约束的矛盾更加突出，减排强度与经济高质量发展压力巨大，构建以新能源为主体的新型电力系统需求迫切。通过对东北地区经济、能源消费、电力消费、碳排放等多个方面数据的整理分析，搭建基于STIRPAT的评估模型，研究论证东北地区二氧化碳排放量(以下简称碳排放量)与电力消费相互关系，得出东北地区能源消费电气化程度与地区碳排放量的系数为-0.283,结果表明东北地区能源消费电气化程度的提高，可降低地区碳排放压力。     

单向混合三相电压航空整流电路功率控制北大核心CSCD

为了满足航空中频电源高效率、高可靠性及低谐波畸变率的要求,针对单向混合三相电压型整流器(UHTPVSR)拓扑结构特点,提出了一种最优功率控制策略。首先,对UHTPVSR进行总功率计算,按Vienna整流器承担较小负载功率,且确保其输入电流不失真的情况下,得到Vienna与SSTPR之间的最优功率配比;其次,通过输出功率瞬时值,按最优功率配比,计算出功率外环有功参考电流的前馈参考值,从而设计内环无源电流控制器。理论分析和仿真结果表明,当功率配比kPaa=0.5时,UHTPVSR效率为90.3%,SSTPR效率为94%,Vienna效率为86.7%,且UHTPVSR谐波畸变率为3.3%。     

基于ARM的视频监控终端的设计与实现

引言 视频监控系统在工业、军事、民用领域有着广泛的应用,为这些行业的安全防范和环境监控起到了不可忽视的作用.     

广州白云国际机场树杈形钢骨混凝土组合结构施工技术

广州白云国际机场扩建工程交通中心及停车楼屋面设计有下凹坑状树池,树池采用柱帽+上反边梁的树杈形钢骨混凝土组合结构形式。树杈形钢结构包括钢柱、树杈形牛腿及钢梁。项目运用BIM技术对树杈形钢骨混凝土组合结构节点进行深化、优化、碰撞检查和施工仿真模拟,在满足钢构件强度的前提下,提出一种切实可行的节点和穿插施工工艺,确保钢结构与混凝土结构能满足整体受力性能。     

建筑施工企业安全生产管理特点和难点及对策分析

本文介绍了当前施工企业安全管理的现状,分析了建筑施工企业安全生产管理特点和难点,提出了加强企业安全生产管理的不同看法,以提供参考借鉴。     

基于变精度粗糙集理论的UCAV态势评估方法研究

粗糙集是一种处理不确定性因素的决策方法,将其引入到UCAV态势评估过程中。针对机载传感器或其他信息系统获得的目标属性数据可能存在噪声或某种程度的不完整性这一问题,在传统粗糙集理论的基础上引入置信阈值β形成变精度粗糙集理论,在深入分析UCAV态势评估过程的基础上,将该理论与态势评估相结合,形成基于变精度粗糙集的UCAV态势评估算法。通过对实例的分析可知,该方法能够与态势评估的全过程紧密结合,结果正确。     

模板剂对SAPO-34分子筛性能的影响研究

采用XRD、SEM、NH3-TPD等方法深入研究了以三乙胺(TEA)、四乙基氢氧化铵(TEAOH)及二者的混合物为模板剂合成的产物的结构及物化性能。并以甲醇为探针分子,在固定床反应器上对合成产物在甲醇制取烯烃(MTO)反应中的催化性能进行了评价。结果表明,模板剂的种类及配比对所得产物的晶相结构、晶粒大小、酸强度、酸量以及催化性能有重要影响。双模板体系中,当TEAOH/ TEA=0.037～0.186时,可以得到纯SAPO-34分子筛;且当TEAOH/TEA=0.093时,得到的SAPO-34分子筛晶粒较小(1.0μm左右)且均匀,酸度适中,低碳烯烃(C2=～C4=)的选择性94.98%,催化寿命415min,较单独以TEA(TEA/Al2O3=2.15)或TEAOH(TEA/Al2O3=2.0)为模板剂合成的催化剂的低碳选择性 (88.22%和89.29%)和寿命(170min和165min)均有明显提高,且积炭速率(0.016%/min)明显降低。     

对混凝土强度检验的探讨

混凝土强度的检验是结构实体检验的主要项目之一,本文对同条件养护试件和标准养护试件的区别;回弹法和钻芯法的应用误区等问题进行了探讨与分析,并附加了笔者在混凝土强度检验中常用方法的经验总结。     

米曲霉孢子原生质体复合诱变及高活力蛋白酶菌株选育

以沪酿3.042米曲霉的孢子原生质体为诱变对象,经溶菌酶2%+蜗牛酶2%+纤维素酶2%,33℃水浴酶解时间5h的孢子原生质体最佳制备条件作用后,对其进行紫外线-氯化锂,NTG复合诱变,并利用酪蛋白平板初筛和固体发酵测定中性蛋白酶活力复筛,筛选了8株高产中性蛋白酶突变株群,为后续的细胞融合、基因组改组等实验提供了优良的候选文库。其中最高产菌株UN97,经37℃培养40h产酶活力为6834U/g(干基),为原菌株的1.62倍,传代培养8次,遗传性能稳定。     

数据驱动的车载空调设定温度预测研究

为了对用户期望的车载空调温度进行实时预测,本文提出了一种习惯温度预测模型和时间序列温度预测模型双模型耦合的方法对车载空调设定温度进行实时预测。该方法以车内和外界的多维度信息作为输入,通过过滤式和随机森林对特征进行筛选,并根据实际应用场景集成模型来对用户期望的空调设定温度进行预测。最后使用该模型对测试数据进行验证。结果表明本文提出的双模型耦合的方法对用户空调设定温度的预测结果平均绝对百分比误差(MAPE)为0.049,能够精确地对车载空调温度进行预测,从而为智能化、个性化调控空调提供辅助决策。