光伏箱变的发展和应用

随着电力电子技术的发展以及光伏系统的持续化深入研究,光伏箱变在光伏并网发电等领域所体现的优势越来越明显。本文从光伏并网逆变器等发展及应用角度对光伏箱变的发展应用进行有效的研究,使人们对光伏箱变越来越了解。     

基于LabVIEW的数字电压表的设计

为解决传感器实验室多路电压同时测量的问题,设计了基于LabVIEW的多路电压测量系统。该系统是由串口通信、数据解析、数据处理和电压显示等四部分组成。串口通信部分采用自定协议实现了与单片机采集系统的通信;数据解析部分实现了协议的解析工作,保证了数据传输的准确性;数据处理部分实现了数据采集格式到电压格式的转换,即标尺转换;电压显示部分实现了数值、图形显示和电压的超限报警功能。     

塔中地区中古8井区钻井提速认识

新疆塔中地区中古8井区中上部地层成岩性差、机械钻速快;但易出现井眼垮塌事故。中下部地层井壁不稳定,易出现周期性垮塌。部分层位抗研磨性强,易造成钻头损坏,而水平段地层会出现井漏严重、压力低、漏喷共存等复杂情况。针对这些提速难点,通过针对不同地层的多种PDC和牙轮钻头优选、votex旋转导向工具、水力振荡器、欠平衡钻井技术等提速技术的应用,形成了一套适合中古8井区的钻井提速技术。经过现场12口井的试验,三开水平段钻井周期平均缩短了24.7%。此套提速技术的应用为整个塔中地区的钻井提速提供了技术保障。     

CD44基因调节炎症的研究进展

CD44是一种Ⅰ型跨膜糖蛋白,广泛表达于内皮细胞、间充质细胞及中胚层来源的细胞和组织。由于CD44在机体内的广泛表达以及多种可变剪切体的存在,使得研究所涉及的炎症模型不同,CD44在炎症过程中所起的作用也不一样。明确CD44在炎症过程的作用,不仅有助于进一步认识炎症的作用机制,还可为研发治疗炎症的新型生物阻断制剂提供思路。     

信杂比极化散射矩阵的优化

该文讨论了在回波信号及杂波的琼斯极化散射矩阵对称及非对称的情况下,调整天线的发射和接收极化状态,从而得到最大的回波信杂比。在前人工作的基础上推导出一种简单易行的算法,成功地实现了琼斯极化散射矩阵从不对称向对称的转变,并进行了数字仿真,结果验证了该算法的有效性。     

基于双层进化的产品客户化设计

介绍了基于双层进化的产品客户化设计方法,并把进化技术拓展到产品的客户化设计中.在产品平台的基础上,利用进化技术产生更多的变型产品.通过适应度函数的评价,进化后的满意产品将满足客户的定制需求.最后通过实例验证了该方法是有效的.     

基于3D视觉技术的钢格板机器人自动焊接系统设计与实现

钢格板是一种网格结构的金属制品,具有通风、散热、防滑等特点,其被广泛应用于工业、冶金、制药和港口等领域。目前钢格板焊接工序仍然以人工完成为主,焊接质量一致性差、工人劳动强度较大等问题突出,为此研究设计了一套基于3D视觉技术的钢格板机器人自动焊接系统,通过利用3D视觉系统、工业机器人和焊接系统,实现了对钢格板的高效率高质量自动化焊接。     

长输油管道泄漏检测与定位技术研究进展

长输油管道泄漏事故不仅会造成重大经济损失,而且会给生态环境带来灾难性的破坏,因此对长输油管道进行在线实时监测与快速精准定位是保障管道安全运行的核心要素。首先对目前国内外常用的泄漏检测技术进行了分类总结,其次详细论述了长输油管道泄漏检测技术原理、性能及其优缺点,并对长输油管道泄漏检测中存在的微小泄漏、缓泄漏等难点问题进行了重点评述。最后在全面总结现有研究成果的基础上,对长输油管道泄漏检测技术的发展潜力、应用前景、目前存在的问题以及如何进行下一步研究进行了深刻的分析和展望,认为干涉型分布式光纤传感法联合深度学习模式识别技术可以更好地实现远距离输油管道泄漏检测领域的智能化、高效化,并在未来的泄漏检测领域具有良好的应用前景。     

面向Mashup的Web API生态网络结构分析

随着API经济的发展,越来越多的公司通过Web API开放自己的数据和服务,以实现商业增值.与此同时,通过调用和合成不同Web API的Mashup应用开发模式也逐渐流行,形成了面向Mashup的Web API生态系统.然而,目前对这种Web API生态系统的认识还不够深入,对API关系网络和API提供者关系网络缺少分析.本文利用ProgrammableWeb. com上的真实数据对Web API生态网络结构进行了分析,提出了挖掘Web API协作网络以及Web API提供者合作网络的方法,在此基础上分析了这些网络的基本结构特征,如网络尺寸、平均度、聚集系数、同配/异配性等.分析结果不仅能加深对Web API生态系统的认识,还可以为Web API的有效发现提供支持.     

基于混合域注意力机制的神经网络反演大气湍流强度

本文提出了一种基于混合域注意力机制的神经网络方法反演大气湍流强度。神经网络的输入为不同大气湍流强度下的退化图像,输出为表征大气湍流强度的折射率结构常数。混合域注意力机制由空间域和通道域双重注意力机制组成,其中空间域注意力机制用于增强退化图像中受湍流影响的区域特征,通道域注意力机制用于增强由湍流引起的颜色和纹理特征。在网络训练阶段,引入的混合域注意力机制让神经网络更专注于退化图像中与大气湍流强度相关的特征,提高了模型的精度。数值实验结果表明,本文提出的方法能够较准确地实现大气湍流强度反演。