不同工质的有机朗肯循环系统变工况特性对比研究

针对分布式能源系统中内燃机负荷变化较大、传统的有机朗肯循环(ORC)工质优选未能关注变工况性能的问题,开展了基于变工况特性的ORC工质优选研究。首先,基于MATLAB平台构建了基于变工况特性的工质优选模型,涉及系统设计参数获取、变工况仿真和热经济性分析3个层面,具有较高的模型精度。然后,基于该模型,针对8种典型实用性工质,分析了变工况循环性能及典型全日电负荷下的热经济性能。研究表明:水在高负荷工况时的净输出功率较多,适合运行在高负荷工况条件下,而甲苯在低负荷工况时展现出较大的性能优势,适合运行在低负荷工况条件下;在考虑实际运行情况下,水的发电成本和折旧回收期为0.131美元·(kW·h)~(-1)和8.08a,而甲苯的分别为0.127美元·(kW·h)~(-1)和6.75a。这些规律进一步表明,水适用于电负荷稳定的建筑类型,而甲苯适用于电负荷瞬变的建筑类型。     

非扩张半群公共不动点与广义变分不等式 解的迭代收敛性

引入一种新的非扩张半群显式粘滞迭代算法,使用这种显式粘滞迭代算法,在较弱条件下,在Hilbert空间中建立了非扩张半群公共不动点集与具有α-可逆g-强单调映象的广义变分不等式解集的公共元素的强收敛定理,推广和改进了相关结果.     

一类区域分数阶Schrdinger方程的基态解

用变分方法研究了区域分数阶Schrdinger方程(-Δ)_ρ~αu+V(x)u=f(x,u)x∈R~N,u∈H~α(R~N)获得了该方程基态解的存在性.     

复合聚能装药威力性能的数值模拟研究

为了提高聚能杆式射流飞行稳定性和破甲威力性能的要求,采用LS-DYNA软件对变壁厚复合杆式射流成型过程进行数值模拟,研究了外罩在不同变壁厚条件下对杆式射流侵彻靶板威力性能的影响.研究结果表明：与外层罩在等壁厚条件下的复合球缺罩相比,当外罩采用顶薄边缘厚的结构时,杆式射流破甲威力提高10%左右;当外罩采用顶厚边缘薄的结构时,杆式射流破甲威力基本保持不变,但射流速度梯度明显降低,进而大炸高条件下稳定性提高,在战斗部采用不同外罩变壁厚结构时,可有效提高杆式射流破甲威力及射流稳定性.     

钴掺杂对二氧化钛晶粒尺寸及相变的影响

通过溶胶凝胶法制备了纯Ti O_2与不同Co浓度掺杂的Ti O_2纳米粉体,并对样品进行了450、550、650℃保温2 h的热处理.采用X射线衍射仪对制得的纳米粉体进行了晶体结构表征,研究了热处理温度以及Co掺杂浓度对Ti O_2晶粒尺寸以及锐钛矿金红石相变的影响.结果表明:纯Ti O_2与Co-Ti O_2在450℃时为单一的锐钛矿;550℃时,纯Ti O_2有微量金红石生成,Co-Ti O_2仍然全部为锐钛矿;650℃时纯Ti O_2大部分转变为金红石,当Co掺杂量较低时,Co能促进锐钛矿相向金红石相的转变,而当掺杂浓度为8%时,Co抑制锐钛矿相向金红石相的转变;热处理温度升高以及Co掺杂浓度增加有利于Co Ti O_3相的生成,相同温度下,Co掺杂后Ti O_2晶粒尺寸减小.     

非平行文本下基于变分自编码器和辅助分类器生成对抗网络的语音转换

提出了1种基于变分自编码器和辅助分类器生成对抗网络的语音转换方法,实现了非平行文本条件下多对多的高质量语音转换.在该方法中,利用辅助分类器生成对抗网络替代基于变分自编码器和生成对抗网络模型中的Wasserstein生成对抗网络.由于辅助分类器生成对抗网络将特征样本的类别标签作为辅助信息,其鉴别器不仅能预测样本真假,还能预测生成样本所属的类别,从而提高了生成对抗网络的生成效果.充分的客观和主观评价表明:本文提出的方法明显优于基准模型,在显著改善语音质量的同时也有效提升了说话人个性的相似度.     

广义分数低阶协方差谱及谐波频率估计

为了进一步探索a稳定分布的谱定义,该文提出了广义分数低阶协方差谱的概念,它对a稳定分布随机过程作非线性变换,使变换后的随机过程存在二阶统计量,从而可运用Fourier变换作频域分析.变换函数可以是对数型、Sigmoid型、反正切型等,这些变换函数不依赖于对特征指数a的先验知识的了解或估计,便于工程应用.计算机仿真表明,这些广义分数低阶谱在a稳定分布噪声条件下具有良好韧性,能够对谐波信号频率进行有效识别.     

变分不等式问题的一类矩形非协调元逼近方法

讨论了变分不等式问题的一类矩形非协调有限元方法.在区域剖分不要求满足通常的正则性条件下,通过利用相应矩形元及椭圆投影,得到了和传统有限元相同的最优误差估计,从而扩展了有限元的工程应用范围.     

火电厂主蒸汽管道的弹性蠕变损伤本构模型研究

针对火电厂中蒸汽管道与汽包类承压部件用耐热钢,在承受高温高压时发生弹性蠕变损伤问题,给出完整的损伤本构描述,建立起唯象学蠕变损伤理论。在这里主要提出耐热钢的弹性蠕变损伤本构模型,建立起相应的数值变分原理以及有限元离散化形式,从而形成完整的数值变分方法。     

基于自监督信息增强的图表示学习

针对图表示学习模型依赖具体任务进行特征保留以及节点表示的泛化性有限等问题,本文提出一种基于自监督信息增强的图表示学习模型(Self-Variational Graph Auto Encoder,Self-VGAE)。Self-VGAE首先使用图卷积编码器和节点表示内积解码器构建变分图自编码器(Variational Graph Auto Encoder,VGAE),并对原始图进行特征提取和编码;然后,使用拓扑结构和节点属性生成自监督信息,在模型训练过程中约束节点表示的生成。在多个图分析任务中,Self-VGAE的实验表现均优于当前较为先进的基线模型,表明引入自监督信息能够增强对节点特征相似性和差异性的保留能力以及对拓扑结构的保持、推断能力,并且Self-VGAE具有较强的泛化能力。