污泥固定化两相厌氧系统处理豆制品加工废水

以豆制品加工废水为底物,以活性炭为微生物支撑材料,建立中温两相厌氧上流式污泥床反应器(UASB)系统,来考察系统产氢产甲烷运行性能.运行结果表明,产氢相和产甲烷相分别在有机负荷(OLR) 28 g COD/(L·d)和7. 2 g COD/(L·d)下,可得到最大产氢率和产甲烷率分别为(6. 6±0. 16) L/(L·d)和(2. 33±0. 17) L/(L·d).通过两相厌氧发酵,系统能量回收率可由产氢相的16. 4%提高至76. 2%.     

摆线泵中配油盘结构对容积效率的影响分析

摆线泵具有结构紧凑、体积小、重量轻、填充性好和压力脉动小等特点,因此广泛应用在航空发动机中。为了保证摆线泵在地面条件下的容积效率,进而确保其在高空中的容积效率,本文对不同的配油盘结构进行理论计算和试验数据分析,选出最优的配油盘结构,为未来航空滑油泵的设计积累经验并提供参考依据。     

对电力负荷控制的基本原理及其控制策略研究

文章通过介绍电力负荷控制系统的组成及其工作原理,着重讨论了系统的控制及管理过程。此外结合本人的实际现场工作经验,希望给工作在广大一线的电力行业人员以借鉴,为我国的热电事业做出贡献。     

内蒙古电网向陕西电网供电安全自动装置方案分析

陕西有色铝镁公司在榆林市建设年产60万吨铝镁合金生产线及配套年产800万吨煤炭和5×330MW自备发电机组。目前年产4×330MW发电机组以及1040MW负荷已经投产。由于陕西榆林电网目前没有220k V电压等级,所以陕西有色电厂现投产4×330MW机组通过双回220k V线路并入内蒙古西部电网。基于目前内蒙古电网现状,本文分析了陕西有色电厂接入的系统稳定问题。     

基于STM32的非侵入式负荷监测系统设计

传统的侵入式负荷监测方法在实际应用中安装复杂,成本高,无法满足日益发展的电力系统需求.为此设计了一种基于STM32的非侵入式负荷监测系统,系统以STM32F103芯片为主控制器,利用AD8629放大器和ADS1256芯片进行高精度电信号采样,通过USB与上位机通信,在Labview界面中进行实时显示,并建立卷积神经网络算法模型进行负荷识别.将嵌入式系统与辨识算法进行结合,通过实验验证了用电负荷监测与识别的可行性,且系统实时性好,测量精度高,成本低,有较强的实用性.     

基于MIGA-BP神经网络的短期电力负荷预测

准确的短期电力负荷预测有助于工业生产中故障诊断和发电成本的降低.针对已有遗传算法优化的BP神经网络(GA-BP)存在局部搜索能力差的缺点,提出多岛遗传算法优化的BP神经网络(MIGA-BP),通过使种群在不同"岛屿"进化和迁移提高物种多样性,克服GA-BP算法中的缺点.将天气因素影响权重和归一化后的负荷数据输入建立的MIGA-BP神经网络预测模型,在MATLAB环境下进行仿真研究.结果表明,控制变量条件相同时,MIGA-BP模型预测误差比GA-BP模型的更小,对短期电力负荷预测更有优势.     

厚规格钢板差厚轧制数值模拟与工艺研究

基于ABAQUS有限元软件,采用显式动力学算法对厚规格钢板三维常规轧制与差厚轧制热力耦合过程进行模拟仿真,获得差厚轧制变形区金属流动与应力、应变分布规律,研究常规轧制与差厚轧制在轧制过程中轧制力与轧制力矩的变化规律,分析差厚轧制对于轧制过程钢板咬入条件的改善.差厚轧制试验结果表明,制定合理的差厚轧制工艺,可以克服厚板坯轧制时的咬入限制,减小头部冲击造成的力矩峰值的影响,增加厚规格钢板心部变形的渗透,在一定程度上可以改善变形均匀性和组织均匀性.     

基于增量式随机森林的燃气负荷预测方法

随着智能燃气网概念的普及和燃气智能表的发展,燃气负荷数据量呈指数级增长,燃气负荷预测面临新的挑战,传统的基于离线批量学习的数据预测方法已无法满足大数据量的实时数据预测需求。针对燃气负荷数据增量到达的预测场景,提出了一种增量式的随机森林回归(Incremental Random Forest Regression,IRFR)算法。该算法将一定量的样本存储在叶节点,通过衡量样本集变异系数来控制叶节点分裂;针对大数据量的情况,设计了样本丢弃策略来控制内存空间。在对上海市燃气负荷数据进行特征选择、提取并建模后,将IRFR算法应用于燃气负荷预测。实验结果表明,IRFR算法相比于传统的随机森林算法具有相当的准确率,同时所需训练时间较短,更适用于大数据量的增量学习场景。