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.

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.

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。

黄铵铁矾渣热分解反应机理及其动力学解析

针对黄铵铁矾渣侧吹熔炼熔渣稳定控制研究需求,采用热重−差热−质谱联用仪结合XRD、SEM-EDS等分析方法对其热分解过程及动力学特性进行研究。结果表明:黄铵铁矾渣中主要化合物为铵铁矾(NH_(4))Fe_(3)(SO_(4))_(2)(OH)_(6)、铁锌尖晶石(Zn,Fe)Fe_(2)O_(4)及硫酸铅PbSO_(4)、CaSO_(4)(H_(2)O)_(2)等硫酸盐。在热分解过程中,铵铁矾在380℃左右发生了脱氨、脱羟反应,生成各种硫酸盐,其机理函数为减速型α−t曲线;Fe_(2)(SO_(4))3在610℃时发生了分解,反应表观活化能E为153.07 kJ/mol,强化气体产物的扩散有助于推进反应进程;硫酸铅在1080℃左右发生分解,其反应机理遵循三维扩散,表观活化能较高(555.90 kJ/mol);硫酸铅分解的主要限制性因素是分解产物PbO在渣中的扩散,可通过降低渣系的熔点及黏度促进反应进行。

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。

融合多小波分解的深度卷积神经网络轴承故障诊断方法

针对卷积神经网络及其与信号降噪预处理集成方法面临高噪声环境和低质量数据挑战时难以有效地提取信号有用特征的问题,提出了一种融合Geronimo-Hardin-Massopust多小波分解的深度卷积神经网络模型(GHMMD-DCNN)。该模型思想是将多小波包分解与卷积神经网络深度融合,即设计多个一级多小波分解层以提取信号的低频分量和高频分量,再将多个一级多小波分解层与卷积层交替联接,使模型能够多尺度地提取并学习信号有用的时频域信息,信号分解和特征学习交替执行,进而实现强噪声鲁棒特征提取。在不同工况下的航空高速轴承振动数据上进行测试,结果表明:所提模型训练时能够快速达到稳定收敛,并且识别准确率均能达到99.9%以上;提出的方法在强噪声干扰下的故障辨识准确度和识别稳定性均优于对比方法,验证了其优秀的抗噪声干扰能力;在少训练样本测试中,提出的方法在单类训练样本数量为60时的平均诊断准确率高达91.19%,相比于其他方法最低提升了13.19%,验证了GHMMD-DCNN模型具有更优的低样本泛化能力。

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。

需求侧视角下数字经济拉动经济增长的因素分解

文章从需求侧角度研究数字经济对国民经济的影响,在此基础上运用国家统计局发布的数字经济核心产业分类标准,构建了2017年、2020年数字经济核心产业可比价非竞争型投入产出表,采用“假设抽取”调整的Leonti-ef模型测算了需求拉动作用下数字经济核心产业的产出效应,进一步地运用结构分解方法对各产业部门的产出增长因素进行分析。结果表明:数字经济核心产业对国民经济有显著的需求拉动效应,且通过后向关联效应对上游产业具有一定的带动作用,其产出量的变化是引起国民经济其他部门产出增长的主要原因。因此,发展数字经济需要在加强数字经济与传统产业融合的同时,特别要重视数字经济核心产业从需求侧“赋能”所引发的产出效应,并充分发挥其在需求侧产出效应的优势。

中国碳排放影响因素分解及峰值预测研究

随着我国对2030年前达到碳排放峰值意愿的逐渐增强,首先,利用对数平均迪氏分解(Logarithmic Mean Divisia Index, LMDI)模型对我国2011—2019年人均碳排放量变化的影响因素进行分解,以明确各影响因素的贡献量、贡献率,并得出2011—2019年我国人均碳排放累积增长约为1.09 t。其中,经济发展起主要促进作用,累积贡献值约为5.61 t;能源结构优化和能源强度降低起抑制作用,累积贡献值分别约为-0.66 t和-3.86 t。其次,依据相关政策公布的经济社会发展预定目标,设定3种模拟情景下的指标变动量,并预测2022—2030年的CO_(2)排放量。结果显示:基准情景下CO_(2)排放量在2027年达到峰值,约为110.87亿t,人均CO_(2)排放量为7.69 t;低减排情景下CO_(2)排放量在2029年达到峰值,约为112.04亿t,人均CO_(2)排放量为7.75 t;高减排情景下CO_(2)排放量峰值出现在2023年,约为110.00亿t,人均CO_(2)排放量为7.74 t。

分布式散射体相位估计奇异值分解法

常规的分布式散射体(DS)相位估计方法需要生成全组合干涉对以构建样本协方差矩阵(SCM),然后根据SCM的统计特性估计DS相位,这一过程不但计算耗时,而且占据大量存储空间。本文提出了一种基于奇异值分解技术的DS相位快速估计方法(SVDI)。该方法分析的对象是单主影像干涉对组成的干涉相位矩阵而非全组合干涉对组成的SCM,因而可以有效提高计算效率、节省存储空间。并且,理论上证明了在一定条件下SVDI的结果与常规的特征值分解方法(EVD)是一致的。模拟数据和真实SAR数据的结果表明,SVDI算法有更高的计算效率,并且其相位估计精度以及形变解算精度与常规算法是一致的。

基于调频信号自适应分解的电池储能辅助二次调频控制策略

以清洁能源发电为代表的零碳机组大规模并入电网,其间歇性和不确定性带来的频率波动愈发凸显。针对电池储能辅助火电机组调频灵活性不足、荷电状态维持效果不理想的问题,提出一种基于调频信号自适应分解的储能辅助二次调频控制策略。首先,综合灵敏度、储能荷电状态、频率偏差状态3个因素,给出区域调节需求信号和区域控制误差信号的切换时机判据;计及火电机组爬坡率限制和储能荷电状态限制,提出自适应调频信号分解策略,构建回报增益与荷电状态之间的规律并将其作为调节参考值,利用频率偏差对参考值进行修正,最后通过状态一致性检测模块判断回报增益的输出,以实现2种调频资源的优势互补。通过单区域系统频率响应模型仿真,验证了本文策略的有效性。结果表明:本文策略能够提高系统的灵活性,使各调频资源形成互补关系。

中国企业所得税的有效税率差异研究——基于财务报表附注数据的分解

本文基于上市公司财务报表附注数据,对企业所得税有效税率差异的形成因素进行了分解。研究发现如下:第一,近年来企业所得税优惠政策不断推出,其中税基式优惠的增长尤为明显;第二,随着优惠规模的扩大,企业的有效税率普遍下降,但企业间的税负差异也随之扩大;第三,税收法定的制度因素对有效税率差异的影响至关重要,其中,适用税率的大小是决定企业有效税率高低的关键因素,而税基调整项中的暂时性差异是有效税率差异的最主要来源。本研究强调,未来的税收政策应更注重效率与公平的权衡,同时考虑企业认知能力的差异,税制设计应避免过于复杂和碎片化。

数据-知识融合的水利工程建设安全风险灰色因子分解机预测模型

【目的】已有的数据驱动的水利工程建设安全风险预测方法对领域知识的挖掘和利用不足,预测结果的准确性和可解释性有待进一步提高。为了构建数据-知识融合的水利工程建设安全风险预测模型,【方法】将灰色聚类与因子分解机相结合,提出了一种融合领域知识的灰色因子分解机。首先,引入基于可能度函数的灰色聚类表征水利工程建设领域专家有关安全风险的先验知识。然后,将先验知识以参数的形式嵌入到因子分解机中,构建出数据-知识融合的灰色因子分解机。最后,基于随机梯度下降构造模型参数的求解算法,并结合实例对模型的有效性进行验证。【结果】实例应用结果显示,与传统因子分解机相比,灰色因子分解机的准确率、精确率、召回率和F_(1)值均得到了不同程度的提升。与支持向量机、深度因子分解机等其他基准模型相比,灰色因子分解机同样具有更好的预测性能。【结论】这表明,数据-知识融合驱动的灰色因子分解机模型能够更加准确地预测出安全风险,从而为水利工程建设安全风险管控提供更好的决策支持。