河北平原地区“双替代”农宅低碳化改造多目标优化设计

为缓解区域供能紧张现状、提升清洁取暖工作成效,基于Rhino-Grasshopper可视化编程平台,以采暖碳排放、采暖季室内热舒适、改造全局成本增量为优化目标,构建河北平原地区"双替代"农宅低碳化改造多目标优化设计模型.结果 表明:"双替代"农宅具有较大的性能优化潜力,低碳化改造后Ⅰ类农宅(燃气壁挂炉)的3项目标性能均优于Ⅱ类农宅(空气源热泵);Ⅰ类农宅最优改造方案为120 mm外墙/180 mm屋面防火蜂巢隔离保温板(EPS)+三玻双中空外窗+无吊顶,该方案可减碳91.6％、室内热舒适改善56.8％、全局成本增量-58739元;Ⅱ类农宅最优改造方案为110 mm外墙/160 mm屋面EPS保温板+三玻双中空外窗+室内无吊顶,该方案可减碳90.6％、室内热舒适改善53.6％、全局成本增量-26571元.     

安徽省药用苔藓植物

对安徽省药用苔藓资源进行了野外调查与研究,首次报道了药用苔藓植物23科31属44种.并列出29种药用苔藓植物的分布及其药用功效.     

苯胺基喹唑啉类酪氨酸激酶抑制剂的电喷雾质谱裂解规律

研究吉非替尼、厄洛替尼和艾克替尼3种苯胺基喹唑啉类酪氨酸激酶抑制剂,在电喷雾质谱正离子模式下的裂解规律.通过电喷雾质谱产生各化合物稳定的[M+H]~+准分子离子峰,进而对[M+H]~+离子进行高能诱导裂解和碰撞诱导裂解,获得相应化合物的质谱图.结果表明:在电喷雾电离(ESI)多级质谱中,3种药物的裂解主要发生在喹唑啉环C_4,C_6和C_7位取代基上,并伴随分子内重排和H+的迁移重排;在二级质谱图中,吉非替尼的高丰度特征离子质荷比(m/z)为128.1,厄洛替尼的m/z值为278.1和336.1,埃克替尼的m/z值为278.1,304.1.     

磨床主轴带轮螺孔裂纹分析及强化设计

在计算机上建立与实际物理模型有相同试验功能的虚拟模型,并进行仿真分析是现代机械设计与制造的核心技术之一。本文利用三维软件Pro／E与其MECHANICA模块,针对生产实践中磨床主轴带轮螺孔处出现的破坏现象,分析破坏原因,设计出现场应急补救措施,解决了因重新制造带轮而延误工时的问题,满足实际应用需要。     

轴承座同心度误差对深沟球轴承-转子系统振动性能的影响

以深沟球轴承支承的转子为研究对象,对存在轴承座同心度误差的轴承滚道、滚动体受力变形及转轴挠曲变形进行了力学分析,构建了轴承座同心度误差情况下轴承施加在转轴上的附加弯矩的计算模型。通过修正传递矩阵,构建了考虑轴承座同心度误差的滚动轴承-转子系统的振动性能计算模型。利用该模型对一个具体的滚动轴承-转子系统进行计算研究,分析了轴承座同心度误差对转子系统振动性能的影响规律,得到了一系列规律性曲线,并进行了解释。     

渤海油田伴生天然气回收利用技术开发与创新实践

介绍渤海油田某作业公司针对海上油田伴生天然气回收所采取的技术研发与实施效果，包括应用伴生气压缩机处理流程工艺技术、燃气调储回收伴生天然气发电技术，创新实施天然气处理流程“大回流”“小回流”技术回收放空气，采取外输气海管反输气技术、原油海管掺气外输技术回收放空气，应用射流器技术、变频湿式低压螺杆压缩机技术回收二级生产分离器低压放空气，创新采用低压压缩机回收水源井、斜板除油器放空低压气。利用渤西南联合供气管网、油田群电力组网构建的新发展格局优势，某作业公司多项举措齐抓并用，为天津分公司完成碳达峰、碳中和目标奠定了坚实基础。     

基于STPA-ANP模型的民机系统安全性分析

随着民机系统复杂程度不断提高, 传统的安全性分析方法已不能完全满足危险源高效识别的要求, 为有效分析和评估民机系统安全性, 提出系统理论过程分析(system-theory process analysis, STPA)和网络分析法(analytic network process, ANP)相结合的安全性分析方法。针对STPA没有给出完整的关键致因分析与评估过程, 将STPA与ANP关键结构对应结合, 对危险控制动作进行致因分析和评估, 得到危险控制动作关键致因。以某型民机数字式飞控系统为例展开分析, 通过形式化建模验证及仿真验证, 证明该模型方法可以准确和完整地识别分析系统潜在危险并确定危险关键致因, 为民机系统安全性分析提供支持。     

改进的KNN实时校正方法在山区中小流域的应用

为提高山区中小流域实时洪水预报精度,提出了一种基于历史洪水学习的KNN实时校正方法(KNN-H法),并选择陕北黄土高原地区2个山区中小流域为研究区域,将其与传统KNN法和AR法进行对比,验证该方法的校正效果。结果表明:KNN法和KNN-H法的校正精度总体高于AR法；KNN法和AR法不能有效降低预报结果的峰现时间误差,而KNN-H法校正结果峰现时间误差比校正前有明显降低；KNN-H法通过对历史洪水预报误差的学习,可有效解决KNN法在实时校正中因为预热期资料不足导致的校正精度不高问题；当预报洪水过程处于涨洪或退水阶段时,KNN-H法能够快速定位到历史洪水的相同阶段,分析历史预报误差后迅速对当前预报值做出校正；总体上KNN-H法校正精度高于传统KNN法。