气流场驱动喷射3D打印熔融聚乳酸微细纤维及表面浸润性调控

提出了一种高速气流场驱动喷射高效三维(3D)打印熔融聚乳酸微细纤维的方法,分析了高速气流致熔融材料剪切破碎原理,研究了打印工艺中供料气压、气流流速、打印高度等关键参数对微细纤维直径分布及结构孔隙率、截面尺寸的影响规律。并对所获得的聚乳酸微细纤维进行了表面浸润性测试。结果表明,该工艺相对于静电纺丝等微细纤维制造方法,加工效率提高10倍以上。通过控制不同的打印参数,可以有效实现纤维直径在6~18μm、孔隙率在55%~96%范围内的有效调控。通过3D打印工艺,可实现具有宏观路径可控、微观具有高孔隙率微纤维结构的制作。表面浸润性结果显示,打印微细纤维由于材料分子基团及高孔隙率综合作用,具有疏水性及粘附性特征,通过对微观局部进行亲水处理,实现了同一材料局部疏水和亲水共存结构的制作,证明了该方法表面浸润性调控的有效性。

IC卡数据驱动下的公交客流分布及线路优化策略研究

为提升公交车的运营效率,研究以某市公交IC数据为基础,对公交客流进行分析,并提出基于遗传算法改进的公交线路优化模型。研究发现,该市全天公交客流出现早晚两个峰值段。工作日到节假日,客流集中地从市中心附近转变为旅游景点、公园和购物中心等地区。公交线路优化模型将某公交线路的利用率提高了15%,将乘客的平均等待时间降低了21%,有效提高了公交系统的运营效率和乘客满意度。此次研究为提升公交运营效率、改善乘客体验、优化城市交通结构、促进城市可持续发展提供重要依据和方法。

AA3连续流动分析仪驱动马达带动转轴旋转模块设计及土壤中总氮测试

针对连续流动分析仪检测土壤中总氮时遇到的问题,研制了驱动马达带动转轴旋转模块.该模块可使混合的样品、试剂和空气保持在合适的温度区间进行中和反应,以利于后期利用连续流动分析仪在最优化条件下对样品进行检测分析,可将总氮的检出限从16.4µg/L降低至10.0µg/L,从而提高连续流动分析仪对样品的分析精度.

固体力学跨尺度计算若干问题研究

本文展示了固体力学领域跨尺度计算的若干问题和研究概况。(1)建立位错动力学与有限元耦合DDD-FEM的计算模型,实现了能够基于纳米尺度离散位错运动机制计算分析连续介质有限变形晶体塑性问题,提出微纳尺度(200 nm~10μm)晶体塑性流动应力解析公式,结合试验数据揭示了在无应变梯度下强度和变形的尺寸效应;(2)建立具有微相分离结构的纳米尺度粗粒化分子动力学模型CG-MD,计算获得聚脲材料在时域和频域下的存储模量和损耗模量,通过动态加载分析的DMA试验和超声波试验的数据验证,解决了连续介质尺度下微相分离高分子共聚物的设计难题;(3)通过数据驱动关联高分辨率的微米尺度CT影像和临床低分辨率的毫米尺度CT影像的特征值,建立了围关节松质骨小梁的等效模量和结构张量,为骨组织增材制造点阵结构设计和实现个性化骨缺损重建奠定了基础。

基于动力学模态分解的方柱绕流非定常流场分析

具有方形断面的结构或构件广泛应用于实际工程中,针对方柱绕流风荷载和风致振动特性开展研究至关重要。方柱绕流的尾流效应往往涉及多种复杂流动现象,捕捉其流动主要模态对深入分析流场特性以及流动控制具有重要意义。该文基于动力学模态分解(Dynamic Mode Decomposition,DMD)方法建立了能够提取流场主要模态并进行流场重构的降阶模型。基于数值模拟获取非定常流场快照;利用DMD进行主要模态提取;基于提取的主要模态对非定常流场进行重构。结果表明:DMD方法提取的前4阶模态能够准确重构原始流场,为流动控制和结构设计提供参考。

基于事件驱动的液流电池控制系统实现方式

液流电池具有充放电循环次数大、容量高及寿命长等优点,是长时大规模储能的理想选择,但是其复杂的结构对电池控制系统的要求较高,传统开发方式难以满足其多样的控制需求,因此提出精准度更高、实时性更好的基于事件驱动技术的液流电池控制系统开发方法。首先针对液流电池稳定性需求高、内部损耗大等问题,提出了主/辅助电堆协同架构,并对该架构系统进行建模分析;然后基于事件驱动技术对控制系统进行模块化设计,包括柔性充放电控制、辅助电堆参与的黑启动控制、基于卡尔曼滤波的电池荷电状态(state of charge,SOC)估计等;最后搭建半实物仿真平台,对所提架构和策略进行验证,证明了该架构和策略能提高系统的能量转换效率和稳定性。

基于支持向量回归数据驱动的配电网潮流回归

随着大量分布式电源接入配电网,配电网潮流分布由原来的单向流动转为双向流动,配电网潮流分布不均、电压越限等问题频现,研究适用于主动配电网的潮流计算更为重要.由于中低压配电网电气参数往往收集不到,量测系统也不如输电网完备,开关动作导致的拓扑变化难以实时反映到监控系统.实践中难以将基于导纳矩阵的输电网潮流方法应用到中低压配电网中.鉴于此,本文提出一种数据驱动的潮流线性回归模型,以实现不依赖于配电网物理模型的潮流计算与分析.首先建立不同类型的母线已知量与未知量的映射关系;其次,进一步推导该模型母线类型变换的更新方式;然后构建基于支持向量回归(support vector regression,SVR)的潮流回归模型,通过嵌入高斯核函数以及对样本进行聚类更好地拟合潮流的非线性;最后,在多个IEEE标准系统和改进的IEEE33节点系统仿真验证了所提方法的有效性.

甘蔗生物质炭在界面太阳能海水淡化中的应用

太阳能驱动的界面水蒸发作为环保、高效、可持续的海水淡化技术,在近年来受到广泛关注。快速的水运输、高效的光热转换是实现持续、稳定蒸发的关键。多级孔道的生物质衍生蒸发器在太阳能水蒸发应用中展示出高效、环保、可持续的应用潜力。以废弃的甘蔗节为原料,利用冷冻干燥和高温碳化工艺制备了具有天然多级孔道结构的生物质基蒸发器,并研究了材料的光吸收、水运输和蒸发性能以及不同风速下对流空气对蒸发器的蒸发性能和热损失的改善作用。结果表明:具有发达的多级孔道结构的生物质基蒸发器展示出了高达92.8%的太阳光吸收率。在一倍太阳光强下展示出1.55 kg/(m^(2)·h)的蒸发速率和77.6%的光热转换效率。此外,在风速2 m/s的条件下,蒸发器的蒸发速率展示出了高达2.27 kg/(m^(2)·h)的蒸发速率和91.6%的光热转换效率,显示了对流效应对淡水产出速率的增强和对热损失的抑制作用。

基于数据潮流模型的高比例光伏配电网三相不平衡优化

随着分布式光伏的大规模接入,配电网固有的三相不平衡问题日益严重,给系统的电能质量、经济运行等带来不利影响。此外,高比例光伏的接入使得配电网的物理结构和运行方式更加复杂多变,导致当前依赖精确拓扑结构和线路参数的三相不平衡优化方法难以应用。因此,提出一种基于数据潮流模型的高比例光伏配电网三相不平衡优化方法。首先,采用基于双阶段注意力机制的循环神经网络方法建立数据潮流模型,拟合三相潮流约束中变量之间的函数关系。同时,提出图特征嵌入的方法将部分已知的拓扑信息嵌入到数据潮流模型中以提高拟合精度。其次,以训练后的数据潮流模型为基础重建配电网三相不平衡优化模型。最后,通过条件梯度下降方法求解该模型,以修改的IEEE33节点配电网络为例,验证了所提方法的有效性。

动态拓扑下基于终端数据挖掘的配电网异常节点检测

异常节点检测用于发现由窃电、设备故障等现象导致的功率、电压等电气参数的量测值与实际值不同的节点,是配电网态势感知、运行和管理的基础。为此,提出一种基于终端数据挖掘的异常检测方法。首先,通过挖掘节点电压、功率间的潮流约束关系,构建了一种潮流映射框架下的异常检测体系,将不符合约束关系的节点判断为异常。其次,构建对冲反向传播-残差神经网络拟合潮流约束关系,在配电网拓扑和参数信息缺失的情况下实现快速准确的电压计算。再次,针对配电网拓扑变动导致方法失效问题,引入模型回溯概念和生成树算法进行识别,将变动信息反馈给主模型,实现检测方法在动态拓扑下的应用。最后,结合实际案例与仿真实验验证了所提方法的有效性。

数据驱动下汽轮机流量特性动态测量技术研究

随着新型电力系统快速发展,发电机组深度参与电网调峰调频,高调门作为机组调峰调频重要执行机构,其流量特性也越来越重要。常规试验方法测取的流量特性区间较小,且无法实时在线监测。通过数据驱动建模,采集机组实时运行数据,深度测量汽轮机流量特性。应用结果表明:该方法测量的高调门流量特性和汽轮机流量特性与试验数据基本吻合,极大提升了流量特性测取区间,实现了汽轮机流量特性在线监测。

统一大市场建设与企业数字技术创新——基于需求侧和供给侧的双重视角

数字技术赋予企业创新全新内涵,在双循环发展格局下,大规模国内市场影响企业数字技术创新的路径呈现新特征。基于2012—2020年中国上市公司层面的微观数据,从理论和实证角度分析了统一大市场建设对企业数字技术创新的影响。研究发现,统一大市场建设有利于企业数字技术创新的发展。异质性分析结果表明,政府干预越弱,越有利于统一大市场创新效应的发挥,且统一大市场对数字产品制造业的影响更强。机制检验结果表明,从需求侧来看,统一大市场建设通过扩大内需规模,优化内需结构促进企业数字技术创新;从供给侧来看,统一大市场通过促进劳动、知识等传统生产要素的流动推动企业开展数字创新活动,资本要素流动对统一大市场的创新效应产生了遮掩作用。在数据要素的加持下,传统要素流动的创新效应获得了乘数倍增效应。

基于数据驱动的管道流致振动计算方法

高速流体在流经管路系统中的弯头、阀门、三通、孔板等节流组件时,流体冲击载荷容易诱发管道的振动,甚至导致管道及其附件的损坏。常规的管道流致振动分析需要开展流体在管内流场以及流体与管道流固耦合计算,耗费计算工时较长不具备通用性。通过基于数据驱动的神经网络方法分析,建立典型流体元件的流动特性数据库,采用神经网络分析,可以在较短时间内完成流致振动的计算。该方法可以在设计阶段对可能发生振动的管道进行分析和计算,并通过改变管道设计来避免或减轻管道的振动,该方法也可适用于其他行业管道系统的流致振动分析。

基于人工神经网络的水平管道气液两相流流型识别算法研究

流型是研究流动过程中一个十分重要的水力学状态参数,传统流型识别方法一般采用观测手段,往往需要苛刻的实验观测条件,难以应用在工程中。本文利用人工神经网络黑匣子特性通过人工神经网络对从水平管道内气液两相流流型测量实验中获取的数据进行学习,设计了一种无需使用直接观测手段而仅基于两相流速的流型识别的模型并进行了测试,效果良好,误差率低,提出了一种基于数据的流型识别方法。并对人工神经网络模型进行了神经网络结构无关性分析,研究了神经网络隐藏层神经元数对模型精度的影响。

学习驱动的分布式异构混合流水车间批量流能效调度优化

本文研究了分布式异构混合流水车间批量流能效调度问题,其中每个工厂的加工效率不同,工件可以分割成若干子批进入加工系统.以最大完成时间和总能耗为优化目标,建立了混合整数规划模型.本文提出了一种学习驱动的多目标进化算法,包括学习驱动的全局搜索和局部搜索.引入Q学习作为学习引擎,以种群和非支配解集的评价作为环境反馈信号,通过不断的学习来动态指导搜索操作的选择;基于问题特征,设计了算法的状态集、动作集和奖励机制.Q学习的引入能够及时感知当前搜索的状态,减少搜索操作的盲目性,提高搜索的效率.通过对仿真数据集的测试,表明所提出算法能够有效地求解分布式异构混合流水车间批量流能效调度问题.

基于GA-ADAM优化的BPNN配电网潮流计算

潮流计算是电力系统运行与控制的基础。为解决配电网可再生能源渗透率不断增加带来的负荷点电压波动的不确定性,以及传统电力系统潮流数据收集能力不足导致潮流计算不准确等问题。本文提出了一种基于数据驱动的潮流分析模型,构建了一种基于BPNN结合GA-ADAM优化算法模型来分析随机性下配电网的潮流计算方法。首先,引入潮流初值信息、拓扑结构特征以及功率因数指标构建训练集,通过对回归模型的训练,充分挖掘节点电压与功率之间的映射关系。其次,使用GA-ADAM算法优化模型初值和权重参数。最后,基于IEEE-33节点配电网模型进行验证,本文模型潮流计算的最大误差3.93×10^(-3),平均绝对误差1.46×10^(-3),均方根误差1.81×10^(-3),优化后的BPNN潮流计算电压误差值降低37.66%。实际算例仿真结果表明,与其他方法比较,本文构建的模型各误差指标小、准确度高,提高了潮流计算的效率和准确性。

内角钝度对微重力下液体推进剂毛细流动特性的影响

表面张力驱动下的内角流动理论为空间液体管理装置的设计提供重要支撑,其动态流动过程中的液体流量、流速、液面位置等参数是决定液体管理性能的关键因素.在实际应用中,受到加工条件的限制或为了提高机械承载能力,内角尖端通常存在一定的钝度.采用理论分析与实验验证相结合的方法,定量分析了钝度对内角流动特性的影响规律.结果表明,在钝度一定的条件下,液面运动距离与时间的1/2次方始终保持近似正比关系,且钝度越大毛细流动的速度越低.通过基于磁补偿原理的微重力模拟流动实验,初步验证理论模型的正确性.并将理论模型应用于以液氢和液氧为代表的低温推进剂的表面张力输运过程,发现不同条件下的流量变化规律,为低温推进剂表面张力式液体管理装置的设计提供重要基础数据.

水力式升船机组合阀流量比优化研究

景洪水力式升船机阀门段采用“并列三阀+矩形突扩体”的布置形式,目前组合阀流量分配暂无科学的指导依据。以景洪水力式升船机为依托,建立阀门段三维数值模型,研究组合阀不同流量比下的阀门段流场特性。结果表明,三阀联合运行时,突扩体内流场均匀度最佳;三阀联合运行时,主辅阀流量比为31时,流场内最低压力最高、最大流速最小、紊动较弱,最有利于抑制空化;组合阀合理流量比与流量系数比正相关,景洪工程组合阀较优的主辅阀流量比约为31。

基于数据驱动的新型电力系统潮流分析方法

为满足未来新型电力系统高精度实时潮流分析的需求,提出一种基于数据驱动的新型电力系统潮流分析方法。该方法可充分利用现有的海量数据,并应用数据驱动技术进行电力大数据挖掘。首先,基于传统潮流分析模型与源-网-荷运行特点,构建表征潮流分析的输入和输出特征;其次,根据系统规模及数据复杂度,在传统全连接深度神经网络基础上,选择部分隐含层进行随机失活设计,以提高深度学习的泛化性能;最后,基于某供电局110 kV电网历史运行的15 min级颗粒度数据,对设计的网络进行模型训练,并验证了数据驱动算法的有效性和可行性。

基于数据驱动的汽轮机主蒸汽流量软测量

为提高主蒸汽流量的计算准确性,以汽水系统稳态工况下基于热量平衡和流量平衡计算的主蒸汽流量作为目标值,将模型输入参数限制在高压缸范围内,以此建立主蒸汽流量预测模型,借助高压缸内蒸汽的高流速带来的参数之间近乎零迟滞的特性,使得以稳态工况数据训练的模型可直接应用于非稳态工况,最后通过实例对所提方法进行验证。结果表明:所提软测量模型适用工况范围大,受其他因素干扰较少,实际案例验证了模型的准确性,具备工程实际应用价值。