太阳电池的预测

国外为克服以前过分乐观的估计,最近根据目前的研究水平,对太阳电池作了较现实的预测,其结果如下:     

梳理化纤过程中静电的危害及消除方法初探

分析了化纤生产中梳理机毛网上产生静电的原因.提击了通过不同材料按一定比例混纺,合理使用抗静电剂,保证化纤要求的回潮率等三种途径可达到消除或减小毛网静电的目的.     

制粉系统抗扰动预测控制算法研究

为了提高火电厂制粉控制系统抗扰动的能力,在综合考虑制粉系统中各被控量历史输出和预测输出的基础上,提出一种改进的制粉系统多模型预测控制算法.该算法将对被控量偏差的比例、积分、微分作用引入到目标函数中,以改善系统动态调节过程,减小一次风流量和磨出口温度的波动,对于一次风的精确配风有重要意义.仿真结果表明,所提出算法能够提高制粉系统抗煤水分扰动的能力和工况大范围变动时的稳定性,实现制粉系统安全、稳定、经济运行.     

火电厂智能控制系统体系架构及关键技术

智能控制系统是实现“十四五”规划智慧能源建设目标的重要基础。从火电厂的实际需求出发,基于智能化应用功能对数据、算法、算力的要求,在分散控制系统（DCS）的基础上,进一步拓展并形成了智能控制系统的硬件及网络;同时基于不同应用功能的目标、连接关系以及信息流动方式,提出了智能控制系统的功能架构,即先进检测、智能控制、自主决策、智慧交互;在该功能架构下,进一步细化了火电厂智能控制系统的关键技术,对指导火电厂智能控制系统建设、发展智慧能源体系具有重要意义。     

基于专家场先验模型的图像超分辨重建算法

为了进一步提高图像超分辨率重建的质量,针对非局部集中稀疏表示算法中重建图像的噪声问题,提出了一种基于专家场先验模型的图像超分辨率重建改进算法。首先,利用专家场模型从图像训练集中学习整幅图像的先验知识建立全局先验模型;然后将学习到的先验信息用于非局部集中稀疏表示模型求解最优稀疏表示系数;最后,得到高分辨率图像估计。该算法在超分辨率重建迭代运算的同时,同步更新专家场模型参数,因此在不显著增加运算复杂度的情况下,通过选取合适的先验约束,有效地增强了图像重建的效果。实验结果表明:相比非局部集中稀疏表示算法,文中算法对无噪和有噪降质图像均能取得较好的峰值信噪比结果,并且能够进一步提高有噪图像的去噪效果。     

基于卷积稀疏自编码的图像超分辨率重建

针对卷积稀疏编码算法中特征映射的准确性的问题,为了进一步提高图像超分辨率重建的的质量,文中提出一种基于卷积稀疏自编码的图像超分辨率重建算法。该算法首先在预训练阶段利用稀疏自编码器对输入高低分辨率图像分别进行训练,得到对应的图像稀疏特征表示;然后再由卷积神经网络根据得到的稀疏系数共同训练相应的滤波器及特征映射函数并更新到最优解;最后由高分辨率滤波器和对应的稀疏表示系数卷积求和,得到高分辨率重建图像估计。实验结果显示,改进算法的峰值信噪比（PSNR）结果较卷积稀疏编码算法提高了近0.1 dB,有效提高了重建图像的质量。     

不同支配关系的多目标算法的柔性作业调度

为了提高多目标进化算法所获得解的质量,研究者做了大量的研究,传统的基于Pareto支配关系的多目标进化算法具有一定的局限性。本文利用不同的支配关系与NSGA-II(Non-dominated Sorting Genetic Algorithm)算法相结合,对单机器人搬运的柔性作业车间调度的多目标优化问题进行求解,通过实验比较分析了不同方法在多目标优化问题求解中的优劣性。本文以NSGA-II为框架结合Lorenz支配关系和CDAS(Control Dominance Area of Solutions)支配关系并与传统的基于Pareto支配关系的NSGA-II三种算法去研究同一优化调度问题,发现基于Lorenz支配关系和CDAS支配关系的优化算法比基于传统的Pareto支配关系的优化算法的效果更佳。     

脊波导半导体激光器模式特性研究与设计

利用有效折射率法求解了脊形光波导半导体激光器的模式场分布,采用数值计算得到有效折射率随波导厚度变化关系。通过对这种波导模式的分析,进行了单模脊波导的设计,提出了一种新器件结构。并运用Matlab进行模式模拟,分析结果表明器件有很好的模式特性。     

抗车辙剂与玄武岩纤维复合改性沥青混合料及性能研究

将玄武岩纤维与抗车辙剂RA进行复配,对沥青混合料进行改性。分析了抗车辙剂和玄武岩纤维掺量对复合改性沥青混合料高低温性能、水稳定性和抗疲劳性能的影响,并与5%SBS改性沥青混合料进行对比。结果表明,掺加抗车辙剂RA能显著改善沥青混合料的高温稳定性和水稳定性,掺加玄武岩纤维能大幅度提高抗车辙剂RA改性沥青混合料的低温抗裂性能和抗疲劳耐久性能。推荐采用0.4%RA与0.35%玄武岩纤维复配方案,该复合改性沥青混合料的力学性能、路用性能与抗疲劳耐久性能优于5%SBS改性沥青混合料。