设置扇形边界死区的电压型PWM整流器直接功率控制

利用电压型PWM整流器的数学模型分析了PWM整流器直接功率控制(DPC)的原理,讨论了功率滞环比较器环宽对PWM整流器的影响.为了降低开关频率和减少开关损失,增加功率滞环比较器环宽则引起瞬时有功功率和直流电压波动现象;提出了设置扇形边界死区的控制策略,减少扇形边界误选开关量现象,使瞬时有功功率和直流电压波形趋于平稳.通过Simulink环境下仿真模型的仿真,证明了该策略的可行性.     

聚球藻对镍的富集作用及影响因素

研究了环境因素与自身因素对聚球藻富集镍的影响.聚球藻对镍的富集时间在80min可以达到平衡;镍藻质量比最优值为16%～18%,此时富集量达到最大值即饱和吸附范围;pH值是影响富集的一个重要因素,同样条件下随pH值的增加富集量会不断增加,但由于过高pH会导致氢氧化镍生成,因此最佳pH值在9～10;温度和光强是调节富集量的两个因素,温度在35℃、照度在30001x左右是最佳的富集条件;同样条件下,死藻比活藻的富集量略高.     

一种高性能英文词性标注器的设计与实现

针对统计和规则方法各自的优点和局限,提出运用Viterbi和FTBL(fast transformation-based learning)算法相级联的算法,实现一种英文自动词性标注器.该级联方法以FTBL算法为整体算法,在它的规则学习和最终标注两个阶段,均以Viterbi算法作为其初始化过程.实验结果表明此算法优于其中任何一种单独的算法,达到了98%的高准确率,验证了自然语言处理中统计与规则并举的主流设计思想.     

浸泡法制备吸附制冷用复合吸附剂

以分子筛为基材通过浸泡CaCl2和SrCl2溶液的方法制备复合吸附剂.在模拟制冷条件下,对以不同浓度溶液制备的复合吸附剂的吸附、解吸性能进行了测定,并将吸附解吸性能最好的复合吸附剂在自制的模拟制冷装置上进行了制冷实验.结果表明,复合吸附剂具有良好的吸附、解吸性能,最大吸附量达51.6%,解吸率可达69.3%,在模拟制冷装置上系统的制冷系数达0.25,单位吸附剂的制冷功率为0.072 W/g,符合太阳能吸附制冷的要求.     

遗传算法及神经网络在锅炉负荷优化分配中的应用

针对并列运行锅炉群的负荷优化分配问题,提出用遗传神经网络辨识给煤量-产气量模型,并用改进的遗传算法进行负荷优化分配.给出了改进遗传算法和遗传神经网络的辨识原理.负荷优化分配结果表明,该方法优于平均分配方法.     

估计高可信Markov系统可信性测度的一种新方法

重要抽样和重要性分裂方法经常被用来估计高可信Markov系统从初始状态出发首次回到该状态前发生故障的概率. 提出了一种新的方法估计这个小概率. 通过采用新的估计量来减小计算方差, 提高计算效率. 从描述Markov系统状态转移的积分方程推导出了新的估计量, 并从理论上证明了新的估计量的方差小于直接仿真方法的方差. 用本文方法、RB方法、IGBS方法、SB-RBS方法和直接仿真方法计算了包含延迟维修的系统的可信性测度, 结果表明本文方法具有最小的相对误差.     

添加剂在脉冲放电烟气脱氮过程中的作用

脱硝反应器由针电极和线电极组成,针电极采用不锈钢细管制成,添加剂从针电极喷出;当针电极接脉冲高压电源电晕放电时,添加剂生成自由基,用以脱除烟气中的氮氧化物.实验结果表明:当氨气和丙烯同时加入时,氮氧化物的去除率随着丙烯加入量及能量密度的增加而增加;在能量密度为2 W·h/m3,氮氧化物的初始体积分数约为80×10-6时,NO的脱除效率达到76%,NOx的脱除率达到54%.     

最大似然估计的重对数律

讨论了最大似然估计的渐近性质,利用Taglor展开和Havtman-Wintner定理,证明了最大似然估计满足重对数律。     

可靠性统计与数据挖掘

讨论了可靠性统计与数据挖掘之间的关系．指出了用统计的理论与方法去进行数据挖掘在目前情况下仍不失是一种重要的方法。     

在非时齐马氏决策过程中的动态贝叶斯网络研究

提出了用动态贝叶斯网络（DBN）对非时齐马氏决策系统进行建模的改进方法，使动态贝叶斯网络能被更广泛地应用于各种复杂的真实系统中．该方法的基本思路是，将扩展后的隐藏变量引入DBN的演化过程来建立假设条件所要求的马尔可夫模型，给出从不完整的样本数据集以及存在隐藏变量时来学习DBN结构的算法，进而用贝叶斯概率统计方法对后来的时间片的充分统计因子进行估计，并通过当前已存在的和估计的充分统计因子对基于时间变化的转移概率进行学习，以解决假设条件要求的转移概率的时不变性．原理性分析和仿真实验结果也验证了改进方法的有效性．