溶剂萃取法制备碳酸盐的热力学讨论

向金属氯化物(Ⅰ)的水溶液中通入CO_2气体,以期制备相应的碳酸盐和酸式碳酸盐,在常温常压下,体系的△G>0,反应几乎是不可能的。向反应体系中加入有机溶剂(S),使生成的HCl即被萃取,可促进Ⅰ的继续转化。分析计算表明,S对HCl必须有很强的萃取能力,其K_萃须在10~5以上。研究了加入有机溶剂N_(235)前后,体系的热力学状态、函数及其变化。加入N_(235)后,K_萃值增大了5个数量级。考察了温度、时间和通气次数对系统热力学性质的影响。根据反应的耦合原理和热力学分析,提出萃取剂选择的原则。结合实验数据的估算说明:溶剂萃取法由Ⅰ和CO_2制备碳酸盐的工艺路线是可行的。     

河口地区沉积物的溯河搬运

在长江、南流江、钱塘江河口地区的现场观测表明,涨潮流是使沉积物溯河搬运的主要动力,而有孔虫和铁皂石则分别代表溯河搬运的“轻”、重矿物。这种海相微体化石和海相自生矿物不仅见于河口地区,而且出现在全新世沉积层中。沉积物溯河搬运的研究进一步说明了长江三角洲地区海进河床充填层序的形成和解释了全新世太湖地区的某些海侵沉积问题。     

基于轻量化深度学习网络的数字仪表识别

数字式仪表常用于变电站、工厂等生产环境,是一种直观的设备监测仪器。然而当前数字式仪表的读取方式还依赖于人工巡检,手动记录等,这些传统的巡检方式来监测设备的运行状态大大降低了巡检效率。为了实现传统行业的数字化转型,本文提出基于轻量化深度学习的数字仪表识别方法,通过改进的YOLOv5的目标检测框架,针对数字仪表目标区域在整张图片大小不一致的情况,提出对于感兴趣区域（ROI）的迭代目标检测方法,首次检测将感兴趣区域进行检测并切割统一到相同的尺度,随后迭代检测网络针对感兴趣区域内的字符进行检测并分类,以达到精确读数的目的。为提升多尺度检测性能,本文采用Res2Net模块主干网络中的的残差模块。采用GIoU取代通用的IoU作为位置损失函数加速模型训练效果的收敛。实验表明,改进后的框架实现了99.62%的准确率和99.55%的召回率,相比基线网络分别提升了12.72%和5.85%。通过将框架在边缘计算平台上的终端部署,在实际生产中取代了人工巡检,实现了商业化运行。     

液压蓄能式风力机组并网转速解耦优化控制

针对在风速、同步发电机负载变化情况下,液压蓄能式风力机组并网转速控制问题,提出一种新型并网转速控制方法——解耦广义预测优化控制方法（Decoupled Generalized Predictive Optimization Control, DGPOC）.首先,DGPOC利用基于广义预测的前馈解耦方法解除变量马达摆角和蓄能器比例阀开度之间的耦合关系,进而调节蓄能器比例阀,依靠蓄能器吸收波动流量,同步调节变量马达摆角实现恒转速控制,解决因风速、同步发电机负载变化引起的变量马达转速波动问题; 其次,将蓄能器比例阀的能量损耗作为性能约束项,加入到优化目标函数中,求取最优控制量,从而提高液压蓄能式风力机组风能利用率; 最后,利用建立的MATLAB-AMESim联合仿真实验平台验证DGPOC方法的有效性.实验结果表明： DGPOC方法不仅可以实现变量马达摆角和蓄能器比例阀开度两个变量的解耦,提升变量马达转速控制的快速性及鲁棒性,而且能够降低系统的能量损耗.     

关于纺织机械噪声评价标准的探讨

机器噪声的污染问题,日益受到世界各国的重视和关注,现在国际上对机器噪声的测量,主要采用声功率级。但用这种声功率级的评价指标尚有某些不足之处,本文拟在声功率级基础上,提出“机器噪声相对声功率系数”的概念,作为评价、比较、改进机器噪声及综合质量的补充指标,以弥补声功率级的不足。     

光伏模组积灰与阴影特性分析及识别方法

针对光伏模组积灰与阴影特性识别问题,详细分析了积灰和阴影的光伏特性曲线差异,揭示了阴影光伏曲线的拐点时变特性。提出由特性曲线的拐点数量及电流电压特性条件共同构成训练模型的输入特征量,基于CatBoost算法训练积灰和阴影识别模型。最后,利用光伏模组实测数据对CatBoost算法、ID3和GA-BP算法训练出的识别模型进行性能分析和对比测试,结果表明基于CatBoost训练出的识别模型输入量区分性强、诊断精度高,极具工程应用价值。     

基于新型相似日选取和VMD-NGO-BiGRU的短期光伏功率预测

光伏功率预测在现代电力系统调度和运行中起着重要作用.针对光伏发电功率的多变性和复杂性,提出了一种基于新型相似日选取和北方苍鹰算法（Northern Goshawk Optimization, NGO）优化双向门控循环单元（Bidirectional Gated Recurrent Unit, BiGRU）的短期光伏功率预测方法.首先,利用斯皮尔曼相关系数选取主要气象因子,通过变分模态分解（Variational Mode Decomposition, VMD）将原始光伏功率和最大气象因子分解重构为一系列子信号.其次,通过构建新的评价指标筛选出相似日数据集,利用一组BiGRU建立以相似日子信号为网络输入的深度学习模型,并利用NGO对每个BiGRU网络的超参数进行有效优化.最后,对各子信号的预测结果进行综合,得到最终的光伏功率预测值.仿真结果表明,所提混合深度学习方法在预测精度和计算效率方面均优于其他方法.     

Critical slope gradient for compulsory abandonment of farmland on the hilly Loess Plateau

Scientific evidence for the upper limit of farmland is proposed. Shallow gully erosion is one of erosion types distributed extensively on sloping farmland in the hilly regions of the Loess Plateau. Field observation and aerial photos interpretation, as well as laboratory experiments show that the shallow gully erosion occurring on the steeper farmland in the hilly regions of the Loess Plateau is an important factor leading to intensive erosion on slope, because of its extensive distribution and intensive runoff collection. The data on the formation, development and distribution of shallow gullies on sloping farmland indicate that critical slope gradient for shallow gully initiation ranges from 15 to 20 degrees with an average of 18.2 degrees. Therefore, it is suggested that critical slope gradient for compulsory abandonment of farmland on the hilly Loess Plateau should be kept within the critical slope gradient for shallow gully initiation to prevent shallow gully formation in order to control soil loss more effectively. But as the first step, the cultivation on the slopes with slope larger than 25 degrees where the maximum erosion occurs should be strictly forbidden.     

具有自学习功能的电力负荷模糊推理预测

考虑到电力负荷预测问题中存在的不确定性,采用模糊推理预测方法进行负荷预测的研究。该方法利用电力最高负荷和国内生产总值的历史数据建立模糊推理规则,从而进一步建立最高负荷跟国内生产总值之间的模糊蕴涵关系,通过模糊推理得到了负荷预测结果。为了使模型能够象专家一样不断地总结新的经验并调整原有的经验,模型克服了其它模型中知识的凝固性,具有自学习功能。利用某些区的实际数据进行分析计算,得到了满足的结果。     

迷彩伪装涂料配方的计算机自动设计

寻找极伪装涂料宽光谱计算机自动求解配方的算法。方法采用三刺激值匹配法,光谱匹配法、综合计算法,并分析了上述三种匹配法的异同点以及适用范围。结果和结论三刺激值匹配法适用于可见光范围,光主普匹配法适用于宽光谱匹配,综合计算法能使配方满足伪装涂料在可见波段和近红外波段的各项性能要求,得到较好的伪装效果。