高压脉冲电场杀菌机理及影响因素分析

高压脉冲电场杀菌是一项新型食品杀菌技术,其杀菌过程虽温度低,但能有效杀死食品中的微生物,同时能保持食品原有的色香味,是目前非热处理食品杀菌技术中效果最佳、应用前景最好的技术。综述了高压脉冲电场灭菌的原理,高压脉冲电场处理系统的设计,并对影响灭菌效果的因素进行了分析,最后指出存在的问题并提出今后发展趋势。

垃圾填埋场渗滤液处理技术分析(一)

本文对城市垃圾填埋场渗滤液的不同处理方法(生物处理、物化处理、土地处理)和不同处理工艺的现状作了介绍。并指出由于渗滤液成分的复杂和多样化,所以常要采用多种工艺联合处理,处理工艺流程要根据当地的气候特征、周围环境、渗滤液水量、水质特性、处理程度及投资情况进行选择。作者最后指出了渗滤液处理技术的发展趋势。

模糊神经网络在石油压裂支撑剂研制中的应用

石油压裂支撑剂的研制是一项复杂有难度的技术,受到很多因素的影响。针对研制过程中各项指标具有较大模糊性的特点,应用模糊神经网络系统(FNNS)来获取各影响因素与支撑剂质量的关系模型和预测模型,从而找到原料配比、成球工艺参数、烧结温度与产品质量之间的最佳关系。

No.7信令系统及其在程控交换机中的应用

介绍了程控交换机中的No .7信令系统软硬件配置及维护 ,并结合科研实践分析了不同交换机之间开通No .7信令时遇到的问题及处理方法。

基于改进的Daubechies小波变换的电网谐波检测研究

傅里叶(Fourier)变换是一种经典实用的信号处理方法,但是在进行傅里叶变换时丢掉了时间信息,这种特性导致其在分析非稳态信号时存在严重不足。小波分析弥补了Fourier分析的不足,时域和频域都可以自由变动,能有效处理非稳态谐波信号。实践中db系列小波对电网谐波信号检测有很好的效果,db4小波的特点是时域紧、支撑性强、衰减速度快,但消失矩小,光滑性不足,频带划分的效果比较粗糙;而db20小波消失矩大,划分频带的效果好,但同时增加了计算量,导致实时性略显不足。鉴于此,提出了将db4和db20结合起来,发挥两者的优势,并在MATLAB上进行仿真验证了该方法的预期有效性。

垃圾填埋场渗滤液处理技术分析(二)

本文对城市垃圾填埋场渗滤液的不同处理方法(生物处理、物化处理、土地处理)和不同处理工艺的现状作了介绍。并指出由于渗滤液成分的复杂和多样化，所以常要采用多种工艺联合处理．处理工艺流程要根据当地的气候特征、周围环境、渗滤液水量、水质特性、处理程度及投资情况进行选择。作者最后指出了渗滤液处理技术的发展趋势。

滤光片颜色特性在线检测仪的研制

针对传统的在线检测仪不能满足实时快速测量的缺点,设计了一种小型、快速、低成本的滤光片颜色特性的专用检测仪器;它采取多通道并行测量方式,检测速度得以大大提高;结合当前先进的CCD技术和数字控制系统技术,以线阵CCD为光敏感元件,结合高速单片机控制采样系统的数字化光谱检测系统,完成光学模块、光电耦合器件、CPLD驱动模块、信号处理模块的硬件设计,并按照FPGA的混合输入方式实现分频器div18、系统同步信号模块div2500和光积分时间设置模块div50000的VHDL设计;测试表明,系统指标达到了实时性、高精度的要求,可用于测量可见光范围的光谱。

微生物磁效应及其在环境中的应用

介绍生物磁效应的特点,着重阐述微生物磁效应在趋磁细菌的环境响应、生物矿化作用等主要研究领域的研究现状和取得的进展。并对今后进一步的研究进行分析、讨论和展望。

一种新型石油压裂支撑剂的研制

利用贵州丰富的铝土矿为主要原料,配以特殊的辅料,经加工、熔化、特殊的成球及热处理等工艺过程研制成新型石油压裂支撑剂,为中深油井压裂提供性能较好的支撑剂。

无机-有机柱撑蒙脱石在工业废水处理中的应用研究

蒙脱石(Montmorillonite)因其具有较大的比表面积、丰富的孔结构及低廉的成本,在众多领域广泛应用。尤其在工业废水处理领域,与传统的吸附剂相比,蒙脱石因其特殊的结构,可以通过无机改性来改善其孔结构、提高其比表面积,从而提高其吸附容量;通过有机改性来改善其表面疏水性,增加对有机分子间的亲和力,为拓展蒙脱石在工业废水处理领域中的应用提供了新思路。本文阐述了蒙脱石的结构、性质以及改性方法,在此基础上,着重归纳了无机-有机柱撑蒙脱石在工业废水处理中的应用研究状况,并对研究前景进行了展望。

基于载波移相技术的SVG控制策略研究

H桥级联拓扑结构SVG及其控制策略的研究是当前无功补偿装置研究的重要方向。介绍了级联H桥五电平SVG的控制方式以及载波相移调制技术在SVG中的实际应用。通过Matlab/Simulink仿真工具对2个H桥级联型系统的输出电压波形以及补偿前后系统的电压/电流波形进性比较。实验分析结果证明了控制方法的正确性和载波移相技术在SVG控制中的可行性。

基于改进粒子群优化LSSVM的短期电力负荷预测

电力系统正常运行时,负荷预测是其运行和规划的重要依据之一。因此,针对粒子群算法(Particle Swarm Optimization,PSO)优化最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)存在的速度变化梯度方向产生的非最优粒子问题,提出了一种基于自适应粒子群优化LSSVM参数的短期电力负荷预测方法。该预测模型在保持PSO优点的基础上,引入了自适应步长,使PSO在速度梯度上找到更优的粒子;引入遗传算法的变异操作保持粒子群的多样性,减小算法陷入局部极值的可能。随后将自适应PSO对LSSVM回归估计方法的参数进行优化,得到自适应PSO-LSSVM。最后将该方法应用于短期电力负荷预测。

超导限流器类型和材料对限流特性的影响

在主动式短路电流控制措施中,超导故障限流器因其特殊的物理特性,具有可观的发展潜力。分析了YBCO和Bi-2212超导材料的电流密度、临界电流、温度等参数之间的关系,并结合电阻型和变压器型限流器的基本原理,借助PSCAD/EMTDC的自定义建模功能,建立了这两类超导材料对应的电阻型和变压器型限流器的自定义模型。在一个220 kV简化系统中进行测试,验证了该自定义模型的有效性。通过对仿真结果的对比分析,从响应速度、限流效果等方面讨论了限流器类型、超导材料对限流性能的影响。

基于FFT与db10小波变换的电网谐波综合分析

电力系统中引入各种非线性设备,使电网谐波越来越复杂,其中包含大量稳态部分和各种暂态突变部分。目前,比较经典的谐波检测方法就是快速傅里叶变换(FFT),它能快速且准确地计算出稳态谐波,但是对于非稳态谐波信号就无能为力了。小波分析(DWT)能有效地检测非稳态谐波信号,基于二者的优势提出了一种将FFT与DWT综合的谐波分析方法。通过在MATLAB上仿真表明这种方法既能准确检测非稳态信号,也能快速准确的计算稳态谐波的参数。

基于MATLAB的单端初级电感变换器的研究

单端初级电感变换器(SEPIC)作为一种DC-DC变换器既可以实现升压,也可以实现降压,而且转换效率较高,适用多种场合。该文详细分析了SEPIC拓扑结构的工作原理,提供了一种较为简单的各元件参数的选取方法,并给出了推导过程。重点阐述了电流连续模式(CCM)和临界连续工作模式(TM)下的工作机制,并利用MATLAB软件搭建仿真模型,实现了较小输出波纹的升压及降压功能。通过对仿真结果的分析验证了理论分析的正确性。

一种减小开关损耗SVPWM算法的整流器的研究

首先分析研究了中点钳位型三电平整流器的拓扑结构,并在此基础上推导其数学模型。采用基于DQ轴前馈解耦控制策略和空间电压矢量脉宽调制(SVPWM)策略,提出了减小开关损耗的SVPWM算法,对三电平整流器进行控制。最后通过仿真实验验证控制算法的可行性,并给出仿真结果。

基于免疫粒子群优化的主动悬架LQG控制研究

针对LQG控制器用于主动悬架存在权重系数依靠先验知识来确定的不足,提出了免疫粒子群混合优化算法。该算法首先利用粒子群算法对LQG参数进行离线优化,得到一组准最优LQG参数,将其作为在线调节初始值,然后引入免疫粒子群算法对LQG参数进行在线实时优化。该方法实现简单,在保持粒子多样性的同时也改善了粒子群算法收敛速度慢、早熟以及免疫算法过程繁复冗长。仿真验证了所提方法的可行性与有效性。

基于粒子群优化的主动悬架最优控制研究

针对主动悬架最优控制器LQG的加权矩阵Q和R参数主要由人工调整来确定,不仅费时,而且无法保证获得最优的权重矩阵。本文采用粒子群算法对LQG的控制参数进行优化。通过利用粒子群算法的全局搜索能力,以主动悬架性能指标为目标函数对加权矩阵进行优化,以提高LQG的设计效率和性能。在Matlab/Simulink环境中进行仿真分析,结果表明:与传统的LQG控制比较,基于粒子群优化的LQR控制器使主动悬架的车身垂直加速度、悬架动行程和轮胎动位移的均方根值均得到降低,可以使车辆获得更优的乘坐舒适性和操作稳定性。

汽车主动悬架LQR控制器平顺性控制仿真

LQR控制器的汽车主动悬架中控制器的权重系数矩阵Q主要依靠计算机的不断计算或人员的先验知识来确定,难以得到全局最优的LQR控制器。因此,提出一种新的混合优化算法PSO-DE来优化系数矩阵Q,PSO-DE混合优化算法能够保持粒子多样性,同时还可以对粒子群进行全局搜索以获得全局最优解。将混合优化算法PSO-DE-LQR与DE-LQR控制算法相比较,并结合某车参数在Simulink中建立混合型1/4悬架仿真模型。将被动悬架、DE-LQR主动悬架和混合优化算法PSO-DE-LQR主动悬架的车身加速度、悬架动行程及轮胎动位移三项性能指标的均方根值进行了对比分析。仿真结果表明,混合优化算法PSO-DE-LQR明显优于DE-LQR主动悬架和被动悬架,在很大程度上能减少路面冲击对车身振动的冲击,能显著地改善乘客乘坐的平顺性与驾驶员的操作稳定性。

基于GMDH-PSO-LSSVM中长期电力负荷预测

针对电力负荷预测粒子群优化最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)模型输入节点难以确定的问题,提出了一种基于数据分组处理方法(Group Method of Data Handling,GMDH)来优化PSO-LSSVM(Particle Swarm Optimization-Least Squares Support Vector Machine)的中长期电力负荷预测预测方法。该方法是首先利用GMDH算法获得LSSVM建模中的输入变量;然后利用基于自适应变异的PSO算法对LSSVM建模中的参数进行优化,选用某地区2008~2013年的历史数据作为模型的训练样本建立模型;最后使用训练好的GMDHPSO-LSSVM模型对2014、2015年的用电量进行外推预测。组合模型预测结果表明该方法达到了较高的预测精度,预测精度提高了2.21%。