电增压促进废气再循环对发动机性能的影响

在一台1.5 L带废气涡轮增压的直喷汽油机上进行了电动增压和废气再循环（exhaust gas recirculation, EGR）协同对发动机动力性和经济性的影响规律试验研究。结果表明：全负荷下电动增压促进最高废气再循环率随转速的上升而下降,在4个试验转速下分别提升了17.7%、15.2%、13.84%和0;部分负荷下电动增压促进最高废气再循环率随负荷的提高与转速下降,在6个试验工况下最高废气再循环率分别被提高了23.63%、30.31%、0、14.09%、19.74%和0。全负荷与较低的3个转速下电动增压介入后有效燃油消耗率（brake specific fuel consumption, BSFC）降低近10%,最高转速下废气涡轮增压完全取代电动增压;部分负荷下的两组工况内,电动增压介入后,最高BSFC降低了10.8%和8.4%。结论表明合理应用电增压促进最高废气再循环率可以提升发动机的燃油经济性并保持较高的动力性。     

IRS辅助的MISO-SWIPT安全速率最大化算法

为增强系统的稳定性,基于智能反射面（intelligent reflection surface,IRS）辅助安全通信,为用户采用功率分配架构的无线携能传输（simultaneous wireless information and power transfer,SWIPT）技术以提高用户安全速率并降低用户的能量消耗,建立了系统安全速率最大化的目标函数模型;考虑IRS相移约束、基站最大发射功率、功率分配比率约束和用户最低能量采集约束,提出了一种基于交替优化的安全速率最大化算法。利用连续凸近似算法,将目标函数转化为凸的形式;采用交替优化,对耦合变量进行解耦处理;提出一种波束赋形算法以实现安全速率最大化。仿真表明,提出的算法能够有效提升IRS辅助的SWIPT系统的安全速率,至少比其他算法提高了2.63bps/Hz。     

基于预训练模型和多视角循环神经网络的电力文本匹配模型

针对传统方法未能考虑词向量的动态性及句子间交互不充分等问题,提出基于BERT预训练模型及多视角循环神经网络的文本匹配模型。通过BERT-whitening方法对BERT输出的句向量进行线性变换优化,并利用多视角循环神经网络将两句子不同位置的BERT动态词向量进行双向交互计算;将句向量与词粒度交互向量进行融合后计算结果。实验结果表明,提出的模型相较于对比模型有明显性能提升,实用性良好。     

关于纺织机械噪声评价标准的探讨

机器噪声的污染问题,日益受到世界各国的重视和关注,现在国际上对机器噪声的测量,主要采用声功率级。但用这种声功率级的评价指标尚有某些不足之处,本文拟在声功率级基础上,提出“机器噪声相对声功率系数”的概念,作为评价、比较、改进机器噪声及综合质量的补充指标,以弥补声功率级的不足。     

正规BCI-代数的“拟-广结并”构造

本文进一步讨论BCI—代数的拟结合部分的特征性质,引入正规BCI—代数的概念。同时给出一种构造正规BCI—代数的“拟—广结合并”方法。     

一种新的TDCS基函数生成方法及性能分析

针对变换域通信系统基函数生成过程中硬判决门限难以精确设置且判决复杂度高的问题,提出了一种功率谱翻转的基函数生成方法。该方法在对电磁环境采样估计的基础上,利用环境谱翻转来构造基函数幅度谱,省去了传统门限值设置和判决的步骤,从而大大降低了通信系统的运算复杂度;另外,由于没有完全舍弃被干扰的频段,与传统的"0"、"1"硬判决相比,该方法生成的基函数频率组成更加丰富而具有更好的相关特性。仿真结果表明:功率反转的基函数生成方法可以降低系统的运算复杂度,同时提高基函数的相关性能,为TDCS的深入研究提供了新的思路。     

方幂和中因子5的指数问题

设ｎ,ｘ,ｒ是正整数且ｒ＞１,ｎ＝５αｃ,５ｃ,给出方幂和中因子５的指数计算公式：Ｄ＝∑ｎ－１ｋ＝０（ｘ＋ｄｋ）ｒ,ｄ＝５ｓ＋１,ｓ≥０．     

8097在三相功率表中的应用

本文介绍了使用８０９７单片机直接测量电功功率的一种方案,详细叙述了其硬件和软件的工作原理,给出了使用本方案开发的功率表的实测性能参数．     

建立人输卵管上皮细胞无血清培养

人输卵管上皮细胞（HOEC）可以体外较长时间无血清培养,DMEM／F12培养液的培养效果优于Ham’sF10,在加有多种因子和胎球蛋白的培养液中,HOEC可贴壁生长,生长能力达到合质量分数15％FCS的对照组的30％～40％,一般可传代2次,最长培养可维持38d,细胞形态与有血清培养差别不大,虽然无血清培养HOEC的生长速度、密度、传代成功率远不及有血清培养,但能抑制成纤维细胞生长,维持较纯的上皮细胞。     

苯甲酰类化合物构效关系的模式识别研究

用ＣＮＤＯ／２量化方法计算了３５个苯甲酰类化合物的量化指数,并应用模式识别方法研究了该类化合物的结构对治疗患Ｌ１２１０肿瘤小鼠药效的影响,得到满意的分类图。结果表明化合物的抗癌活性的主要影响因素为ＣＱＳ、ＥＬＵＭＯ、ＥＳＨＥＰ和π,药物的抗癌活性主要是通过抑制核苷酸还原酶所致,而且化合物在体内到达受体的过程和难易程度对药效的影响较大。