火力发电厂热控仪表检修维护

随着现如今社会人们对于物质的需求日益增多,人们也越来越依赖电能的使用。要保证我国电站工作的正常运转,热控保护设备在火力发电厂中的作用不容忽视。特别是随着生产需求的增长,火力发电厂扩展了发电机的容量并且提升了发电机各方面的参数。自动化程度的不断加深使得热控保护设备愈发重要,这其中热控仪表在火力发电厂的安全高效运行过程中占有举足轻重的地位。因此,热控仪表的安全可靠性日益获得人们的高度重视,深度研究热控仪表的检修维护有着理论价值和实际指导双重意义。本文首先介绍了火力发电厂的热控仪表,强调其重要性,简要说明了现在所面临的需要解决的问题,而后列举了热控仪表投入使用过程中最常见的故障以及如何检修维护。     

人生的四爱好

 爱好读书,没有读书,生活是浮浅的。改革开放30年,信息与知识的发展已达到“日新月异”也无法描述的境地。今天除了工作与睡眠以外,大量的事务会议、大量的影视媒体、大量的社交活动,把个人的时间挤得满满的,还有多少时间可以静下心来读书,许多人会说,我们会从电脑上获取更多更快的信息,何必读书？     

小麦不同密度和田间配置对套作玉米苗期素质和产量的影响

试验研究不同小麦密度和田间配置对套作群体质量和产量的影响.结果表明:小麦密度过大,套作群体内透光率低,群体质量差,虽然以穗多可获得较高小麦产量,但玉米单产低,致使套作群体产量偏低.小麦密度低,通风透光好,以争取较多分蘖、穗大、粒多也能获取高产,并且还有利于玉米生长,套作群体产量较高.行数不同播种量一致的处理在4行150万/hm2的田间配置下,套作群体质量优,产量较高;行数和播种量均不同处理中以3行90万/hm2的田间配置较好.相关分析表明麦/玉套作群体产量的高低主要取决于玉米单产.     

K_(0.5)Na_(0.5)NbO_3纳米材料的表征及其水热生长习性研究

采用水热法在一定条件下合成K0.5Na0.5NbO3(KNN)纳米材料.利用XRF、XRD、SEM、Raman散射光谱和紫外/可见吸收光谱分别对材料的组分、物相、形貌、声子振动模式和光吸收等性质进行了表征.结果显示所合成的KNN材料为正交相钙钛矿结构,能隙约2.93 eV,其室温拉曼光谱与块体相比存在一定蓝移.此外,反应时间对产物形貌影响较大,阶梯状复杂形貌可能是一种聚集生长机制.     

粉末烧结法合成FeSi_2合金的反应机理研究

对于按Si∶Fe=2∶1充分混合均匀的Fe-Si粉体,在传统粉末烧结FeSi2合金的过程中,随着温度升高,在690℃附近,首先发生的反应是:Fe+Si=FeSi,在850℃附近,发生的是FeSi和Si反应生成α相FeSi2.常规的固相烧结和激光烧结两种制备方法均证实:由高温向低温冷却的过程中α相的FeSi2均没有完成向β相的转变;在1 200℃附近Fe-Si处于液相状态时,Fe+2Si=FeSi2的反应是优先进行的;激光烧结可以直接生产α-FeSi2.     

n进制下一个数论函数均值计算

引入概念矩函数、方差函数、高阶方差,运用组合数学与概率论相关知识得到3个引理与1个定理,从而解决了n进制数字和函数的p次均值问题,得到几个均值计算公式.     

图书借阅量的灰色回归组合模型研究

将灰色预测模型GM(1,1)和线性回归预测模型相结合,采用"误差平方和最小"作为最优准则,建立了图书借阅量的组合预测模型.结果表明,用该模型对图书借阅量进行预测,其预报精度优于各个子方法,具有很好的应用价值.     

多层防御反坦克导弹阵地弹药消耗模型及仿真

反坦克导弹阵地的弹药消耗量是一个随机变量,与敌装甲目标进袭强度和我方反坦克导弹武器数量有关。为定量研究反坦克导弹阵地弹药消耗,基于排队论和反坦克作战理论,建立了多层反坦克导弹阵地的弹药消耗模型,并给出了参数求解方法,能够获得弹药消耗随时间的变化函数。对作战想定的应用仿真结果表明了该模型的有效性,该模型为反坦克导弹阵地的弹药消耗计算提供了一种新颖而有效的方法。     

改进的人工鱼群算法在置换Flow Shop调度中的应用

分析了人工鱼算法(AFSA)存在的不足,在保持AFSA算法基本行为的基础上,提出了在觅食行为过程中采用基于交换列表的排序法,在随机移动行为中采用自适应的小范围移动行为的改进人工鱼群算法。根据置换Flow Shop调度问题的数学模型,给出了基于改进的人工鱼群算法的置换Flow Shop调度问题的求解策略,并详细讨论了求解步骤。仿真实验结果表明:该算法具有较强的全局搜索能力、更高的搜索效率,同时验证了该算法的可行性和有效性。     

一种新的数据二阶特征估计算法及其在数据校正中的应用

在许多数据分析,尤其是数据校正过程中,需要知道数据的二阶特征。现行的二阶特征算法通常是对方差的估计,算法存在共同的局限性,即假定样本中不含有显著误差,并且服从正态分布。这种假定在许多实际情况中是不能满足的,从而使算法的应用受到了限制。针对常用算法的局限性,本文提出了一种新的数据二阶特征估计算法。该算法基于序列的关联性理论,通过对信号或然误差的实时估计实现对数据等效二阶特征的估计。理论分析和仿真实例验证了新算法的有效性。