非平衡态热力学系统中拉格朗日函数的对称性

在一个处于非平衡态的热力学系统中,我们引入一个空间,称之为该系统的内部空间.在该空间中,引入该系统的拉格朗日和哈密顿函数.设存在这样的系统,它的拉格朗日函数具有内部空间转动变换的不变性.借助于该不变性,可以得到与之相对应的连续性方程或某些新的具有守恒性质的物理量.如果组成该空间的所有x_i是独立的化学组分     

PCA-BP模型下皖北城市群PM2.5浓度分析

为探究皖北城市群大气污染物在不同地域、不同时间下的分布规律以及影响空气中PM2.5浓度的相关变量,结合2018-2021年安徽省生态环境厅统计数据及相关地域资料,采用主成分分析(PCA)法按时间段长短及季节性变化分别选取月度数据与年度数据对空气质量的影响因子做相关性分析,对比分析不同季节下空气污染物PM2.5、PM10的浓度及其它空气污染物的变化,构建基于PCA算法的反向传播神经网络 (BP),建立PCA-BP模型并采用交叉-验证法提高模型精度,对大气中的污染物PM2.5浓度做短期预测。实验结果表明:PM2.5浓度的主要影响因子为PM10、CO、NO2、SO2;皖北地区PM2.5含量整体在冬季偏高;预测模型的精度在夏季与秋季较高,冬季较低,四季的预测精度R2分别达到0.924、0.958、0.935、0.794。     

搅拌磨超细粉磨金精矿工艺的优化

研究了搅拌磨超细粉磨金精矿的工艺,考察了主要参数对粉磨效果的影响.结果表明,通过优化磨矿过程中各种影响因素,可以获得细度-20μm＞99%的金精矿产品.     

一位执着于观云测震的人——吴位斌印象记

前不久,笔者出差路过歙县,在县科委的一间办公室里,见到了今年初曾因预测日本阪神大地震而“名噪一时”的工程师——吴位斌。 小吴四十岁左右,中等敦实的身材,饱满的脸庞上显露出一副既精明又憨厚的样子。当笔者说明来意后,没有客套,没有寒暄,一落座他就进入主题 “屈指算来,我算是地震战线的一名老兵了。1978年调入县地震办公室,专业从事地震预报预测和群测群防工作。1985年调到县科委工作至今,始终没有离开过地震专业方面的工作。其实我并没有学过地震专业。1974年中学毕业后留校当了教师。后进一家工厂当了     

三峡学院统战工作的一些体会

由万县师专和万县教育学院合并后筹建的三峡学院,现有学生3300多人,在职教职工522人,其中党员272人,共有19个党总支和支部,学生党员38人。非党知识分子219人,占教职工总数41.9％,有高级职称的39人,有中级职称的88人,占非党知识分子总过的57.9％,有民革、民盟、九三等三个民主党派基层组织,成员38名。有非党省市人民代表、政协委员6人,台、侨属11人。上述数字表明我们学校统战工作任务相当繁重。而做好统战工作,对于办好社会主义大学又具有重要作用,我们在实践中深深体会到这确是一件法宝.现在的三峡学院之所以发展这样快,有今天的好形势,这与学校党委始终注意做好党的统战工作,调动各方面积极性是分不开的.对如何做好高校统战工作,我们有以下几点体会:     

具有压力容器接管区高应变梯度场特征的一种异形紧凑拉伸试样（ECT）

提出一种异形紧凑拉伸试样ＥＣＴ，通过弹塑性有限元分析和电阻应变计实测应变证明其具有压力容器接管内拐角处的高应变梯度场特征，可以用来模拟压力容器接管区开展裂纹低周应变疲劳扩展规律的研究．     

一行發起測量子午綫長度的問題

1955年8月我國邮电部發行的“古代科学家紀念邮票”中,有唐代天文学家僧人一行的一种,像下附着这几句說明: “僧一行(本名張遂。公元683—727)天文学家。發起測量子午綫的長度。得出子午綫一度     

含裂纹胶接金属加筋板的Ⅰ型应力强度因子求解

借鉴纤维增强金属层板桥接应力求解模型的理论和方法建立了胶接金属加筋板桥接力的求解模型,利用叠加原理将含裂纹胶接加筋板的Ⅰ型应力强度因子的求解分为2种情况,即利用Swift的位移协调方法求解破损筋条和普通筋条作用下基板的应力强度因子,以及利用桥接力模型求解桥接筋条作用下基板的应力强度因子.同时,利用有限元法和相关文献的实验结果验证桥接力模型和应力强度因子求解方法的有效性.结果表明,所建立的桥接力模型能够快速求解桥接力和胶接加筋板的Ⅰ型应力强度因子.     

基于误差修正的短期光伏功率预测

随着太阳能使用率的不断提高,太阳能资源的易变性使电网管理出现了困难。为了提高太阳能发电功率的预测精度,在安全稳定运行中保障工业电力系统的正常使用,提出一种结合改进的自适应噪声互补集成经验模态分解(improved complementary ensemble empirical mode decomposition with adaptive noise, ICEEMEDAN)与差分自回归移动平均(autoregressive integrated moving average, ARIMA)的长短期记忆(long-term and short-term memory, LSTM)神经网络模型,使用该复合模型对光伏发电功率进行预测,通过对影响光伏功率的不同变量进行评估,获取特征重要性并作为模型的输入,在时间尺度上利用改进后的LSTM模型进行建模,以R²等相关指标评判模型性能的优劣,从而实现完整的光伏功率预测。实验采用澳大利亚光伏数据集群(DKASC)中一光伏电站2016年实测数据进行验证,两组实验中修正预测模型较单一LSTM神经网络光伏功率预测模型的精确度分别提高...