基于简易冲击分解模型的爆轰驱动硅橡胶数值模拟及实验解读

为了反映爆轰驱动下硅橡胶发生冲击分解反应的物理过程,提出了一种简易的硅橡胶冲击分解模型。基于该模型,对爆轰驱动含硅橡胶夹层钢板实验进行了模拟,并分析解读了钢板的自由面速度。结果表明,实验中硅橡胶发生了冲击分解反应,导致钢板的自由面速度曲线出现了首次起跳中间速度平台及首次起跳速度峰值降低的现象。受硅橡胶冲击分解影响,首次入射波压力将在临界冲击分解压力附近弛豫一段时间,再继续升高至最高压力。该压力波作用于钢板的自由面后,出现了自由面速度在中间速度平台停留一段时间,之后继续升高至速度峰值的现象。硅橡胶冲击分解后的气相物质可压缩性较高,首次加载波内较多的能量被用于压缩气体做功,导致首次波传播至自由面时能量衰减,峰值压力降低,首次起跳速度峰值降低。

高温下HMX热分解反应分子动力学模拟

本文采用ReaxFF-lg反应分子动力学方法研究了奥克托金(HMX)在六种不同温度下的初始反应热分解过程,验证了ReaxFF-lg势函数对HMX体系的适用性,计算了不同温度下HMX体系势能、总物种演化趋势、初始反应产物以及指前因子和活化能.结果表明,HMX热分解过程主要有三种初始分解机理:N-NO_(2)键的断裂,HONO的解离和主环上C-N键的断裂,计算得到的初始分解阶段活化能Ea和指前因子ln(A),与实验值相吻合.

甲酸铵含量对现场混装乳胶基质流变及热分解性能的影响

为提高现场混装乳化炸药的耐高温性能,制备了4种不同甲酸铵含量的现场混装乳化炸药基质样品。采用旋转流变仪和同步热分析仪研究了4种样品的流动性、黏弹性、黏温及其热分解性能。结果表明:加入甲酸铵可以提高现场混装乳胶基质的黏度,且随着甲酸铵质量分数的增加,样品的黏度出现先增大后减小的趋势;与未添加甲酸铵的样品相比,加入甲酸铵的样品的弹性模量增大,稳定性增强;当甲酸铵的质量分数不大于9%时,在50℃左右的温度下,乳胶基质的黏度均能够满足泵送要求;甲酸铵的加入对乳胶基质的热分解过程没有明显影响;随着甲酸铵质量分数的增加,其外推起始分解温度、活化能、热爆炸临界温度和自加速分解温度均有所增加,现场混装乳胶基质的热稳定性和热安全性得到提升。

基于关系有向图正则化的属性三因子分解模型

针对零样本图像分类中属性和特征之间映射不全面以及属性空间结构挖掘不充分问题,提出了基于关系有向图正则化的属性三因子分解模型。首先,利用属性矩阵三因子分解实现了属性空间和特征空间的映射;其次,通过权值矩阵构建了属性关系有向图;最后,在属性空间或特征空间计算测试样本和各测试类别的相似性,进而实现图像分类。在aPY和SUN数据集上的实验结果表明,所提模型有效地提高了零样本图像分类精度。

变转速工况下松动故障自适应时频模态分解

松动故障广泛存在于机械设备之中,而在变转速工况下的松动故障诊断仍存在一定挑战.为实现变转速工况下的松动故障诊断,本文提出了一种自适应时频模态分解方法.为提高该方法的多工况自适应能力,针对时频模态分解窗宽参数进行了优化选取,研究了窗宽参数与分解输出的非线性关联特征,实现了不同噪声下的自适应时频模态分解.为验证该方法的有效性,针对支承松动故障进行了实验验证,同时在某工程设备上进行了旋转部件松动故障实验验证.采用自适应时频模态分解算法对实验验证数据进行处理,实现了非平稳特征的模态分解.通过定义和计算各阶次能量占比,完成了振动信号的故障特征分析,实现了松动故障的特征提取与诊断.结果表明,所提方法能够实现非平稳信号的模态分解,对于松动故障具备有效的诊断能力.

自适应变分模态分解算法在高温高压水空化特性分析中的应用

针对高温高压流动工况下,空化状态判断困难、传统分析方法难以有效提取压力脉动信号中的有效信息的问题,以孔板为对象,开展了高温高压水的空化实验,并提出了一种基于遗传算法的自适应变分模态分解(AVMD)算法。该算法通过结合中心频率法、遗传算法、功率谱熵和相对能量等技术,自适应地确定变分模态分解算法中的超参数并有效去除信号中的噪声成分,提高了空化特征的提取精度。结果表明:AVMD算法能够精确捕捉到高温高压水流经孔板时空化现象的发生和发展,识别空化起始点、转捩点以及空化强度的变化;当高温高压水流经孔板后,压力脉动的无量纲频率在0.04~0.35、压力脉动的无量纲幅值在0.014~0.067时,空化现象开始出现;随着空化强度增加,管内压力脉动幅值和频率整体呈增大趋势;空化起始转捩点及空化严重转捩点与入口压力和工质入口过冷度密切相关。AVMD算法能够有效提高空化特性分析的精度,尤其是在复杂流动条件下的空化预测,为压水堆核电站冷却剂系统和高压蒸汽系统的稳定运行提供理论依据和参考。

直接Z-型BAs/Ga_(2)SO范德华异质结光催化分解水研究

基于第一性原理计算,系统研究了BAs/Ga_(2)SO异质结的光催化分解水性能.结果表明:BAs/Ga_(2)SO异质结具有良好的热力学稳定性并表现出交错的能带排列方式,带隙值为0.73 eV,界面处存在从BAs指向Ga_(2)SO的内建电场使其形成了直接Z-型异质结,能够有效分离光生电子-空穴对.另外,异质结的带边位置可以跨越水的氧化还原电位,析氢反应发生在BAs侧而析氧反应发生在Ga_(2)SO侧.最后,基于吉布斯自由能变化计算,发现在有光照时,析氢和析氧反应在BAs/Ga_(2)SO异质结表面可自发进行.以上结果表明BAs/Ga_(2)SO异质结是有潜力的光催化分解水材料.

基于信息熵重构经验模态分解神经网络的带式输送机故障诊断

提出了一种神经网络模型,用于带式输送机电机轴承的早期故障诊断。该模型采用经验模态分解与信息熵相结合的方法对信号进行重构,提取频域特征用于神经网络的训练,以实现高度精准的故障诊断。该方法能够有效应对噪声干扰,对早期故障信号具有良好的敏感性,其诊断准确率高达95.8%。

初中数学因式分解中的常见方法及例题解析

本文介绍初中数学中因式分解的常见方法及其应用策略,包括分组分解法、十字相乘法和整体思想法.通过例题解析,展示每种方法的特点和使用策略,旨在帮助教师更好地指导学生掌握因式分解技巧.分组分解法通过提取公因数和使用公式进行分解,十字相乘法通过拆分系数和交叉相乘来处理多项式,而整体思想法适用于结构较为复杂的多项式.本文强调观察、分析和思考在因式分解中的重要性,建议教师灵活运用这些方法,培养学生的综合能力.

初中数学因式分解方法与例题解析

因式分解是一种数学变形方法,它可以将一个多项式化为几个整式的积,广泛应用于简化数学表达式和解决数学问题.通过因式分解,可以简化计算过程,更快地找到方程的根.本文介绍换元法、主元法、待定系数法、配方法四种常见的因式分解方法,并结合例题解析和点评,详细说明每种方法的解题过程和思路.

Montgomery模乘在3种分解算法中的应用

文章针对Montgomery模乘的特点,分别对Pollard Phro、P-1和P+1算法进行适当的改造,使得底层的经典模乘运算可以由Montgomery模乘来代替。实验结果表明,在使用了Mont-gomery模乘之后,这3种分解算法的分解速度都得到了极大地提升。

基于混合分解和PCG-BiLSTM的风速短期预测

为降低风速的随机性对风力发电的影响,提高风速短期预测的精准度,提出一种基于混合分解、双通道输入、多分支PCG-BiLSTM深度学习模型的短期风速预测方法。首先,将全年风速数据分为春、夏、秋、冬4个季度,选取春季作为主要实验对象;其次,利用奇异谱分解(SSD)和变分模态分解(VMD)以降低原始春季风速数据复杂度,生成具有不同模态且复杂度低的子分量,两种不同模式子分量组合为混合分量,实现不同模式分解算法的优势互补;最后,将混合分量以双通道的形式输入到多分支PCG-BiLSTM深度学习模型中,其模型的每个分支由卷积神经网络(CNN)与门控循环单元(GRU)并联组成时空特征提取模块,用于提取两种分解分量组合的混合分量的时空特征,各分支提取对应混合分量的时空特征经聚合后再由双向长短期记忆网络(BiLSTM)进一步提取风速信号的正向和反向双向波动规律,进而得到最终的风速预测结果。多组实验结果表明:提出的组合预测方法在短期风速预测中具有较高的精度和泛化能力,优于其他传统预测方法。

中国四大城市群碳排放驱动因素时空分解研究

城市群是中国经济发展和能源消耗的集聚区域,也是碳排放的主要来源。研究中国典型城市群碳排放的时空演变特征及其影响因素对实现“双碳”目标具有重要意义。文中应用ST-IDA模型(时空指数分解分析法)和LMDI(对数平均迪氏指数法)分解法,分析2000—2019年京津冀、长三角、珠三角和成渝城市群的碳排放驱动因素(人口规模、经济水平、产业结构、能源强度和能源结构)。研究发现:2000—2019年间,四大城市群能源活动碳排放总体趋势均由高速增长阶段步入平稳增长阶段,其中成渝城市群已基本实现碳达峰;能源强度效应是影响碳排放空间差异的主要因素;人口规模扩张、经济发展水平提高和能源强度上升是促进碳排放增长的主要因素,产业结构和能源消费结构优化起到抑制作用;四大城市群碳排放的时空演变主要取决于工业部门。鉴于四大城市群呈现出不同的碳排放特征,未来应探索差异化、多元化的城市群减排路径,促进城市群碳减排。

基于行波模态分解的特高压直流输电线路双端行波测距方法

基于晶闸管换流器的特高压直流输电系统(ultra-high voltage direct current based on line commutated converter,LCC-UHVDC)的故障定位算法对智能电网的安全稳定运行起着重要作用。针对长距离特高压直流输电系统故障测距方法精准度低、快速性差的问题,提出了一种基于变分模态分解法(variational mode decomposition,VMD)和Teager能量算子(Teager energy operator,TEO)的双端行波故障测距方法。首先,研究了LCC-UHVDC线路故障电压行波的传播特性。利用零模电压随线路传播衰减明显的特征,通过VMD算法提取采样点处零模电压行波的时频特性。针对VMD参数选择不当导致的模态混叠问题,利用K-L散度(Kullback-Leibler divergence)对提取的模态指标进行优化。然后采用TEO对分解后信号进行瞬时能量谱提取,精确标定波头到达时间,最后采用双端迭代测距法迭代求解故障距离。在PSCAD/EMTDC搭建±800 kV LCC-UHVDC仿真模型进行验证。结果表明,所提方法在不同故障位置、过渡电阻和故障类型下具有较强的鲁棒性。

工业园区碳排放多因素分解及其与经济发展的脱钩关系

综述分析了工业园区碳排放核算范围和基于一维或二维脱钩模型的工业园区碳排放与经济发展脱钩关系,并讨论了基于LMDI分解方法和Tapio脱钩模型构建的脱钩效应模型中各因素对脱钩关系的影响程度,为工业园区碳排放清单确立、脱钩程度分析、驱动因素识别和综合评估等方面提供参考。在此基础上,建议工业园区应合理制定碳排放清单,多维度考量碳排放驱动因素,构建更为全面的指标体系。

钨矿碱分解工艺制备仲钨酸铵全流程仿真计算

以钨矿碱分解工艺制备仲钨酸铵全流程为对象,基于质量守恒、化学平衡、元素分配约束和指标约束等原理,构建钨矿配矿、磨矿、碱分解、脱磷、离子交换、除钼和蒸发结晶的热力学模型,进而根据各工序物料的迁移传递关系,应用MetCal软件平台,开发钨矿碱分解工艺制备仲钨酸铵全流程仿真计算系统,并采用典型工况下的实际值对模型计算的可靠性进行实例验证。研究结果表明:碱分解浓料中WO_(3)和P质量分数计算值与实际值的相对误差分别为-5.755%和-12.195%,钨渣中WO3、P、Fe、Mn和Ca质量分数的相对误差分别为-2.026%、-5.439%、-14.819%、-14.971%和11.826%;脱磷后液中WO3和P质量分数的相对误差分别为5.513%和-7.692%,脱磷渣中WO_(3)、P和Ca质量分数的相对误差分别为-5.834%、3.337%和7.113%;除钼后液中WO3和Mo质量分数的相对误差分别为-1.627%和-9.375%,除钼渣中WO_(3)、Mo、S和Cu质量分数的相对误差分别为2.547%、-8.827%、8.686%和9.692%。

基于动态模态分解-自适应变步长油浸式电力变压器绕组瞬态温升快速计算方法

为了改善当前油浸式电力变压器绕组瞬态温升计算过慢的问题,该文结合动态模态分解法和自适应变步长法提出了一种动态模态分解(DMD)-自适应变步长(ATS)快速计算方法。首先,该方法引入了动态模态分解算法,利用动态系统中前若干时步提取得到的变化特征,近似拟合其后一段时间内的系统变化,并通过选取主模态降低计算时间。其次,为了提高DMD算法性能,进一步提出结合ATS方法,通过自适应调整计算步长,提高瞬态计算效率;为了验证算法的计算精度和效率,建立了八分区分匝绕组数值传热模型并在此基础上将该文所提算法与仿真软件Fluent的计算结果进行对比,结果表明,在计算精度方面,二者结果几乎一致,计算误差最大不超过0.3 K;对于计算效率,该文算法的总计算时间为5.99 s,仅为Fluent总计算时间的1/89,且算法时间步数仅为Fluent的4.7%。最后,为了验证DMD-ATS算法的工程实用性,基于产品级油浸式电力变压器绕组结构搭建温升实验平台,并将所提算法计算结果与实验结果进行对比,结果表明所提算法在各测量线饼的误差均处在可接受的范围内,最大误差仅为4.57 K,且包含预处理时间在内的计算时间仅为69.14 s,计算时步仅需17步,较当前主流的计算方法效率有明显提高。综合算法的精度和效率,充分说明所提算法具有一定工程价值。

基于混合分解多尺度时频图和Res-GRU-AT的电能质量复合扰动识别

能源互联网背景下的电能质量问题越来越凸显,针对传统电能质量扰动(power quality disturbances,PQDs)识别过程中存在的信号特征提取复杂、算法识别能力不足和复合扰动区分困难等问题,提出了一种混合分量多尺度时频图和残差神经网络(residual neural network,ResNet)、门控循环单元(gated recurrent units,GRU)网络与注意力机制(attention,AT)组合的电能质量复合扰动识别新方法—Res-GRU-AT。首先利用奇异谱分解(singular spectrum decomposition,SSD)和逐次变分模态分解(successive variational mode decomposition,SVMD)对PQDs信号分别进行多尺度分解得到混合分量,再对混合分量进行希尔伯特黄变换(Hilbert-Huang transform,HHT),分析得到多尺度时频图。其次,利用Res-GRU-AT模型对多尺度时频图进行深层次特征提取、强化和识别。Res-GRU-AT模型能够利用ResNet的二维图像空间特征提取能力和GRU的时序特征提取能力进行特征融合,再通过AT进行特征加权强化,提高了PQDs的识别能力。不同方案的仿真结果表明,所提方法特征提取能力强且抗噪性能好,对复合扰动识别率高。

基于小波包分解与CEEMDAN能量熵的水电机组振动信号特征提取

针对水电机组振动信号非平稳、非线性及噪声问题,提出一种基于自适应噪声完备经验模态分解(CEEMDAN)与能量熵结合的特征提取方法,首先对采集的振动信号进行小波包降噪处理,然后对降噪后信号进行CEEMDAN分解,运用相关系数法筛选有效固有模态函数(IMF)并计算其能量熵,由此构建特征向量集,最后将其输入到海洋捕食者优化支持向量机算法(MPA-SVM)进行模式识别。基于模拟信号、实测信号验证所提特征提取方法的有效性,并与其他方法作对比。结果表明,基于小波包分解与CEEMDAN能量熵的特征提取方法能准确提取特征,有效区分机组不同状态,为工程领域提供了应用价值。

中国工业低碳转型进程再评估及其多样化分解

工业低碳转型是中国落实“双碳”目标、推进绿色低碳发展的关键所在,全面理解中国工业低碳转型进程具有重要价值。为此,首先构建工业低碳转型进程再评估及其分解的理论框架,随后基于跨国、省份和行业样本数据,采用SBM方向性距离函数和Luenberger生产率指标对2001—2021年中国工业低碳转型进程展开再评估,并从生产技术演化、要素效率变动和经济结构变迁三个维度对该进程进行分解。研究发现,国际视角下的中国工业低碳转型进程在研究期内稳步推进,节奏更为平稳、方式更可持续;国内视角下的中国工业低碳转型进程在研究期内具有先快后缓的推进特征,且省份间和行业间低碳转型分化程度持续加深;经典分解表明技术进步和技术效率提升在推动工业低碳转型过程中无法有效协同,存在普遍的正负或强弱特征;要素分解表明工业低碳转型的驱动要素逐渐多元化,能源效率和碳效率的贡献逐步凸显,但具有一定波动性;结构分解显示区域结构效率总体呈小幅下降趋势,产业结构效率始终为负且后期受政策影响而呈现周期性波动特征。基于研究结论,从协同推进技术进步与技术效率改善、提升区域及行业维度能源效率和碳效率、优化经济结构效率三方面为高质量推进中国工业低碳转型进程提出了具体建议。