基于CPI的船载高功放水冷系统改进设计

在雷达应用中,冷却系统是整个发射系统不可或缺的组成部分.对于船载雷达系统而言,水冷方式与其他冷却方式相比有着更好的效能比和应用价值.通过对船载大功率放大器水冷系统工作现状以及其局限性的分析,提出了改进方法.以现有设备为依托、以设备主要的参数指标为依据,从工作原理、流量计算、控制保护系统的设计改进等几方面详细描述了整个改进方案,并指出了一些需要注意的关键环节和细节问题.以船载高功放水冷系统为原型,对各类雷达水冷系统的改进都有着一定的借鉴作用.     

油田开发的多目标随机规划模型及确定性转化

在油田开发实际中,决策者要经常同时考虑多个相冲突的目标,例如利润、投资上限等.假设与这些目标相联系的参数是随机的且服从正态分布,并以投产措施的井次数为决策变量可以建立油田开发的多目标随机规划模型.引入一种机会约束妥协规划模型对其进行确定性转化,并进行求解.文章最后提供了一个例子来说明所提议方法的有效性.     

木排过船闸水阻力模型试验及其数据换算

<正>本文在模型试验所取得的成果基础上,比较系统地研究和论述了木排通过船闸时水阻力的实质和特点,模型试验设计要求、阻力分析和计算,并对木排在船闸中运行的水阻力提出了新的换算方法。     

CAS范式在南水北调东线水资源供应链管理中的应用

将CAS范式引入南水北调东线水资源供应链管理项目,研究其复杂性、动态性和整体性,为水资源配置与调度提供理论依据．从供应链的结构、节点企业以及外部环境等角度,分析其复杂自适应性．指出基于软件平台Swa肿仿真的可行性和有效性,从复杂性的角度提供了供应链量化建模仿真的理论基础。     

海岸带复合农林系统植物蒸腾耗水规律研究

通过对江苏省如东棉花原种场林－ 农－ 果、林－ 果、棉田生态系统不同植物蒸腾作用特性及其与环境因子的相关分析,研究了不同复合系统的蒸腾耗水规律。结果表明：尽管不同植物的蒸腾速率存在一定的差异,但其日和季节变化规律基本一致：蒸腾作用的日变化表现出早、晚低,中午高的单峰曲线;蒸腾速率随植物的生长发育和环境因子的变化而表现出低－ 高－ 低的季节变化趋势;光强、空气相对湿度、气温是影响蒸腾速率的主要环境因子;在三种不同生态系统中,林－ 果复合生态系统的蒸腾耗水量最低、水分利用效率最高,是一种在沿海地区适宜推广的优化栽培模式。     

水资源可持续利用评价方法研究

目的在于对水资源可持续利用评价方法进行一些探索,阐述水资源持续利用评价的理论、方法,并从自然生态、经济、社会３方面建立指标体系,对水资源进行评价     

用硫氰铁铵——氯仿体系光度法测定水体中的聚乙二醇（PEG）

用Ｆｅ（ＳＣＮ）３水溶液－氯仿二相系统测定水样中ＰＥＧ含量。水样经ＣＨＣｌ３萃取,加入（ＮＨ４）２ＳＯ４可提高ＰＥＧ的萃取效率。在ＰＥＧ存在下水溶液中的Ｆｅ（ＳＣＮ）３少部分进入ＣＨＣｌ３相,从而用光度法测定其吸光度,吸光度的大小反映ＰＥＧ含量的高低。ＣＨＣｌ３相的最大吸收波长为５０５ｎｍ,振摇时间３０分,对ＰＥＧ－６００,线性范围为４０￣４００μｇ,回收率大于９０％。     

几种水溶性聚合物的红外光谱表征

报导了以红外光谱表征油田勘探开发用聚合物结构、组成的部分研究结果,分析了TM,P(AM-TM),CPVP的分子结构,结合C13NMR确认了CPVP的原料与产物对位结构形态;提出了以不干挠特征谱带面积比测算AM-AN共聚物中AN含量的方法;探讨了粘土自身的基团相互作用和聚合物与粘土的相互作用。     

基于VMDLSTNet的水质预测模型

针对水质时序预测中存在长期信息和短期信息混合导致预测精度低的问题,采用变分模态分解（Variational Mode Decomposition,VMD）和长短期时间序列网络（Long- and Short-term Time-series network,LSTNet）组合使用以期望解决该问题得出更准确的水质预测。LSTNet网络中使用卷积神经网络（Convolutional Neural Networks,CNN）提取短期局部水质信息,使用循环神经网络（Recurrent Neural Network,RNN）提取长期水质信息,并且通过Skip-RNN利用序列周期特性,提取更长期信息,同时模拟自回归（Autoregressive model,AR）,为水质预测增添线性成分来达到输出能够响应输入尺度变化的目的。采用珠江流域老口站隔日采样的溶解氧数据验证模型效果,结果表明,VMDLSTNet网络处理水质预测问题的能力,不仅优于传统的BP神经网络（Back Propagation Neural Network,BPNN）、支持回归机（Support Vector Regression,SVR）模型,而且优于深度学习中时域卷积网络（Temporal Convolutional Network,TCN）模型、门循环网络（Gate Recurrent Unit,GRU）、增加注意力机制的长短时记忆网络（Long Short-Term Memory Add Attention,LSTM-AT）模型,溶解氧的预测平均绝对误差（Mean Absolute Error,MAE）为0.0931,预测均方误差（Mean Square Error,MSE）为0.0146,预测均方根误差（Root Mean Square Error,RMSE）为0.1208,水质类别的预测准确率为95%。     

“监测频次少”情形下水功能区水质达标评价方法研究

水功能区水质达标评价是实行最严格的水资源管理制度的一项基本工作,也是限制纳污红线的主要指标。实践中“监测频次少”直接影响了目标水功能区达标评价的进行。本文在分析现有水功能区水质达标评价的基础上,提出对于“监测频次少”情况下的水功能区水质达标评价方法,包括“定量核算—同水期数据替代法”和“定性推断—邻功能区评估法”,并进行实证分析。实证分析结果显示,模拟评价结果与实际评价结果具有较高的一致性,说明本文提出的定量核算和定性推算方法具有一定的实际应用价值,为水功能区水质达标评价提供了参考依据。