热重分析法研究不同添加剂对煤粉的催化燃烧

采用热重分析法和统计分析方法研究了原煤及加入不同添加剂后煤粉的燃烧效果.加入质量分数为2%的 MnO2、CaO 和 CeO2可将原煤的活化能由98.07分别降至73.73、78.50和76.45 kJ·mol?1,原煤的燃烧放热峰温度也随之降低,由534.2分别降至482.7、489.4和484.9℃,但对氧化放热峰温度影响不明显,两者作用结果可将原煤氧化峰与燃烧峰对应温度差减小约30℃.添加剂对煤粉燃烧活化能和燃烧峰温度的影响规律符合玻尔兹曼方程拟合的函数关系,燃烧放热峰对应温度降低,活化能也减小,可通过煤样差热分析曲线中燃烧峰对应温度值粗略估计煤样的活化能.     

热重分析法研究不同添加剂对煤粉的催化燃烧

采用热重分析法和统计分析方法研究了原煤及加入不同添加剂后煤粉的燃烧效果.加入质量分数为2%的MnO2、CaO和CeO2可将原煤的活化能由98.07分别降至73.73、78.50和76.45 kJ·mol-1,原煤的燃烧放热峰温度也随之降低,由534.2分别降至482.7、489.4和484.9℃,但对氧化放热峰温度影响不明显,两者作用结果可将原煤氧化峰与燃烧峰对应温度差减小约30℃.添加剂对煤粉燃烧活化能和燃烧峰温度的影响规律符合玻尔兹曼方程拟合的函数关系,燃烧放热峰对应温度降低,活化能也减小,可通过煤样差热分析曲线中燃烧峰对应温度值粗略估计煤样的活化能.     

基于主题本体扩展特征的短文本分类

短文本具有不同于普通文本的独有特点,例如文本长度较短,特征选择分散不一,这使得短文本文类需要处理这些特殊的问题.本文使用了基于主题本体的特征扩展方法,考虑了特征之间的语义关联,达到了较好的分类性能.同时,通过GC(扩展能力)算法使用了案例维护学习,在K-近邻算法中减少样例个数,从而可以提高搜索近邻样例的效率.数值型实验证明了这种学习算法的有效性.     

电力智能服务系统的设计与实现

电力智能服务系统(PISS)是一个集成了管理信息系统(MIS)技术、地理信息系统(GIS)技术以及人工智能技术的电力综合业务处理与智能决策系统.借助嵌入式GIS组件,实现了基于配电网拓扑结构的业务管理.通过对空间数据和业务数据的智能分析,借助知识库和模型库,应用启发式搜索等智能算法实现了业扩报装工程中布线设计方案的决策支持.采用决策树技术实现了业务领域知识的自主学习.实际应用表明,系统能够为供电企业提供较为完整的综合业务解决方案,决策处理过程和结果是合理有效的.     

Web用户访问模式挖掘

随着网站内容的不断丰富和访问量的增加 ,网站结构变得越来越复杂 ,导致信息获取和推送都比较困难 .将数据挖掘技术应用于用户访问模式 ,形成了Web访问模式挖掘 .Web访问模式挖掘是从Web访问日志中挖掘有用的用户访问信息 ,据此可以形成关联规则、序列模式、聚类模式和分类模式等 4类信息 ,这对于优化站点结构、为不同类别的用户提供个性化服务 ,有效地实现信息获取和信息推送是非常必要的 .Web访问模式挖掘是目前数据挖掘领域的一个重要研究课题 ,结合研究工作 ,从概念、方法、任务、过程、应用及面临的挑战等方面对其进行了较详细的评述 .     

五阳矿选煤厂大小直径分选机分级对比试验效果分析

结合五阳矿选煤厂实际,对大小直径分选机的粗煤泥实际选分效果进行了对比分析。实验结果表明:大直径分选机TSS精煤产品中以1~0.3mm的物料为主,产率平均值为75.96%,远远大于小直径分选机对应产品的产率35.49%。因此,大直径分选机的分选效果明显优于小直径分选机。     

文本挖掘研究进展

数据挖掘是将人工智能技术和数据库技术紧密结合 ,让计算机帮助人们从庞大的数据中智能地、自动地抽取出有价值的知识模式 ,以满足人们不同应用的需要 .由于存储信息最多的自然形式就是文本 ,因此文本挖掘具有重要的意义 .结合笔者研究工作 ,主要介绍了文本挖掘的研究内容 ,挖掘过程 ,挖掘算法及应用前景 .     

基于索引结构的关系数据库关键词检索

检索系统构建了用于记录各数据项在数据表和字段中位置的索引结构,以及基于数据库关系图的用于描述各个数据表之间关联关系的主外键关系表,根据索引结构和主外键关系表检索出与用户输入的多个关键词相关联的记录.为了进一步提高检索效率,又构建了一个查询结果存储结构,把查询过的关键词和对应的结果存入其中.当用户输入关键词进行检索时,检索系统先去查询结果存储结构中检索,如果检索到就直接输出结果,否则再通过访问索引结构和主外键关系表构建SQL语句到原始数据库中进行检索得到结果.实验结果表明,这种基于索引结构和查询结果存储结构的检索机制具有较好的检索性能.