干式车载牵引变压器绕组区域动态温度计算模型

干式车载牵引变压器质量轻、安全系数高,但其内部热场随运行环境及负荷状态频繁波动。为实现干式车载牵引变压器绕组动态温度的快速计算,基于热电类比原理搭建分布式动态热网络拓扑结构,并借助CFD模型开展仿真试验,探究运行参数和风道尺寸对散热性能的影响,提出风道出口温度计算方法;基于干式车载牵引变压器绕组温升试验平台,验证动态温度计算模型的有效性。结果表明:针对不同结构参数和时变运行场景,所建绕组动态温度计算模型均能准确获取绕组区域温度分布及动态变化情况,相比CFD数值仿真节省99%以上的时间成本,有助于干式车载牵引变压器热容量的合理规划和设计效率的进一步提高。

小型堆中窄矩形通道自然循环临界热流密度实验研究

针对窄矩形通道在换热过程中有较高功率密度的问题,本文为了解决在小型反应堆中的应用,采用所搭建的小型窄矩形自然循环通道,进行实验研究,并结合BP神经网络方法对实验数据进行预测,分析在不同参数工况下临界热流密度随不同参数的变化情况以及不同参数对临界热流密度的影响程度。研究结果表明:质量流量与系统压力对临界热流密度点的影响呈现正相关;出口干度对临界热流密度呈现负相关;且质量流量对临界热流密度的影响程度最大;压力对临界热流密度的影响程度最小。利用相关实验数据,基于影响因素大小,通过BP神经网络方式,建立了适合于自然循环窄通道小堆的模型。BP神经网络算法的预测值与实验值符合良好,误差为10%;Katto模型与实验数据相比误差较大,Zhang公式和拟合公式的误差较小,所建立的临界热流密度模型可作为窄矩形通道自然循环临界热流密度的计算公式。

城市污水管网工程的质量管理与监督分析

为了全面整治和规范入河排污口,有效管控入河排污口污染物排放,持续改善受纳水体的生态环境质量,需对排污口开展质量管理及监督工作。依据法律法规对入河排污口开展监督管理,能够增强水资源保护力度、改善水资源环境及实现水资源可持续利用的目标,确保政策规定的水功能区管理制度及饮用水水源保护区制度得到充分落实。本文针对城市污水管网工程质量管理及监督展开深入分析,通过强化对排污口的有效监管,最大限度地降低河流污染,提升环境保护成效。

基于深度SVDD的发动机外涵静子叶片故障预警

外涵静子叶片是大涵道比涡扇发动机气路的核心部件之一,外涵静子脱出是一种较为严重的故障模式,此故障可能会导致飞机或其他发动机部件损伤,进而造成灾难性事故。对外涵静子叶片脱出故障的预警是一项重要的工作。但因其早期特征不明显,现有的方法较难对此类故障进行有效的预警。因此,针对该问题,基于监控数据提出一种深度特征提取的支持向量数据域描述(Support vector data description,SVDD)的故障预警方法,以实现对外涵静子叶片脱出故障的早期预警。首先,采用基于发动机气路性能辨识的建模方法,建立发动机特定性能参数的观测模型对气路参数进行深度特征提取,以真实状态量与模型观测量的差值作为航空发动机是否发生故障的特征;然后利用SVDD算法建立决策边界,实现故障数据的自动划分,决策边界生成的阈值可在故障发生之前的一定时间之内给出告警;最后,经过多次计算,结果表明,在故障早期直至故障发生的区间内,表征其健康状态的性能参数都与观测量有较大的偏移,表明了所选特征的有效性。使用数据增强方法生成故障仿真数据与真实数据进行对比验证,预警时间比故障真实发生时间预警模型平均提前3.14 h。

城市湖泊污染控制工程研究——以梅溪湖为例

在城市快速开发建设进程中,城市湖泊水环境面临着严峻考验。文章以梅溪湖为例,分析梅溪湖规划建设的成功经验,并针对晴天污水直排、初期雨水污染、管网病害等突出问题,采用排口智能化改造、管道病害修复、管网改造完善等工程措施,在控制入湖污染的同时兼顾景观功能。该工程的实施对完善城市排水体系、防治污染风险、改善湖泊水质具有重要意义,为城市湖泊污染控制提供有益借鉴。

入河排污口水环境污染状况及综合治理方法研究

利用加权平均值和多个排放量计算方法对入河排污口水环境展开研究,采集各行政区的入河排污口的污水、化学需氧量、氨氮数据,得出结论:A行政区、B行政区、C行政区污染最重,污水排放量均已达到了3.2亿吨以上,E行政区、F行政区、D行政区的年污水排放量相对较少,均在0.5亿吨以上。选取近五年入河排污口污染物排放数据,结果表明,河底污染、河流内部水的流动力、入河排污口与污水管网设置不合理是造成入河排污口水环境污染的主要原因,并提出从污水管网建设、管理策略、监督体系等多个方面进行综合治理,改善水环境质量。

基于模糊神经网络PID算法的磁悬浮变频离心式冷水机组蒸发器出水温度控制

采用传统PID算法对磁悬浮变频离心式冷水机组蒸发器出水温度进行控制时常出现超调量过高、滞后时间过长等缺点。为此,本文在传统PID算法的基础上,提出一种模糊神经网络PID算法调节蒸发器出水温度。试验结果表明:模糊神经网络PID算法对蒸发器出水温度的控制效果更优,能够在降低超调量的基础上,缩短实际出水温度达到设定水温所需要的时间,使磁悬浮变频离心式冷水机组以更加平稳、节能的状态运行。

金融联系视角下粤港澳大湾区城市网络空间结构及其影响因素

将粤港澳大湾区26家代表性银行的金融联系通过联锁网络模型转换为区县尺度的城市网络,运用社会网络分析和地理加权回归等方法,探讨大湾区城市网络的结构特征及作用机制。结果表明:1)环珠江口形成网络联系的高能量区,珠江东岸的金融联系水平整体较珠江西岸高,向外围空间的等级扩张具有连续性或渐进性;2)整体网络的集聚性和通达性良好,存在小世界性,广州天河、越秀及佛山南海、顺德等节点具有较高的等级性和接近性,同时也是粤港澳大湾区金融联系的重要中介。相比等级性和接近性在空间上的有序过渡,中介性的极化态势较为明显;3)大部分等级性高的节点有效规模和效率较高,具有结构洞优势,外围空间节点的限制度较大。网络主要依靠核心或次级核心子群的部分节点产生金融联系,边缘子群中大部分节点间的金融联系微弱;4)与粤港澳大湾区各节点总链接量呈负相关的变量有人口密度、经济发展水平及政府管控行为;呈现正相关的变量有交通便捷程度、社会消费水平;金融服务需求和对外开放程度与地区总链接量的关系复杂,具有双边效应。

区域物流企业网点运营绩效评价

为开展以运营绩效管理为导向的区域物流企业网点评价,实现物流企业降本增效,基于主成分分析(principal component analysis,PCA)法和数据包络分析(data envelopment analysis,DEA)法构建区域物流企业网点运营绩效评价体系。采用PCA法对预设的运营绩效投入与产出评价指标降维,产生强代表性、弱相关性的评价指标主成分,结合DEA法的C 2R模型计算区域物流企业网点的纯技术效率、规模效率及综合效率。以石家庄市某物流企业运营质量相对较差的12个网点为样本,统计2021年10月每个网点的投入、产出指标,对其进行运营绩效评价。结果表明:12个网点的平均纯技术效率低于平均规模效率,其中5个网点的综合效率为1,投入与产出效率有效,运营较好;3个网点的规模收益处于递减状态,投入资源的使用效率较低;4个网点的规模收益处于递增状态,纯技术效率低于规模效率,存在管理和技术等因素影响生产效率的问题。根据评价结果提出该企业运营优化方向为缩减规模、提升管理技术水平。

基于改进LSTM的核电厂传感器故障诊断研究

核电厂中广泛存在的传感器为其运行提供了重要支持。传感器的任何故障都可能威胁到核电厂的安全。为提升核电厂运行可靠性,提出结合残差双向长短期记忆(ResBiLSTM)神经网络和稀疏注意力机制的传感器故障诊断方法。以核电厂目标传感器和与之紧密相关的敏感参数集时序信号作为输入,构建ResBiLSTM模块进行故障特征提取。将残差模块的输出送给稀疏注意力模块,进一步关注历史序列时刻中的重要部分。筛选保留目标特征,滤除冗杂特征,以实现精准提取有效故障特征。在输出端,利用Softmax分类器输出故障分类结果。对核电厂反应堆出口温度现场数据进行故障注入以及诊断试验,故障识别准确率均达到98%以上。试验结果表明,所构建模型可以实现对原始时域信号的多尺度特征提取和故障诊断。通过与深度卷积神经网络(CNN)、深度稀疏自编码器(SAE)和支持向量机(SVM)等算法进行对比,所提模型的故障识别性能更优。

基于数据驱动的松散回潮出口水分预测模型分析

为了改善松散回潮工序出口含水率控制精度低、水分波动大对香烟的生产带来的不利影响,采用Pearson相关性分析法筛选出松散回潮机出口含水率的主要影响因素,并将其作为模型的输入,然后基于现场生产数据驱动分别采用主元回归分析法、主元神经网络法以及BP神经网络法建立烟叶出口含水率的预测模型。基于某卷烟厂某牌号的生产数据对3种预测模型的预测控制效果进行检验,结果表明:3种模型含水率预测结果与实际值的平均绝对误差均在0.2%以内,主元神经网络预测模型输出结果与真实值的平均相对误差为0.81%,优于主元回归和BP神经网络预测模型。研究结果对于提高松散回潮工序烟叶出口含水率的控制精度有一定的指导意义。

三峡水库运用后荆南三口分流演变规律及驱动因子

荆南三口是江湖关系变化的核心,其分流规律变化会对三峡大坝下游江湖关系造成影响,因此需对不断演变的荆南三口分流变化规律及其驱动因子进行量化研究。本文基于1991—2020年的实测资料,通过回归分析与基于Tensorflow搭建的人工神经网络(ANN)模型,探究了三峡水库及上游水库群调蓄、荆南三口河道与干流不对等冲刷等驱动因子对三口分流变化规律的影响。分析结果表明:三峡水库蓄水运用前后,荆南三口分流量发生了较大变化,2003—2020年多年平均分流量比1991—2002年减少约20%,二者相差124.4亿m^(3)。进一步对荆南三口分流演变的驱动因子进行探究,三口洪道和荆江不对等冲刷对三口分流量的影响为主要因素,约为75.7亿m^(3) a;其次是三峡水库调蓄作用的影响,约为28.6亿m^(3) a;而径流变化及三峡上游梯级水库群调蓄等因素对三口分流量的影响约为20.1亿m^(3) a。2003年三峡水库蓄水运用后,水库调节径流和不对等冲刷在三口分流演变的驱动因子中占主导地位,应持续优化三峡水库及其上游梯级水库群联合调度,采取疏、挖等措施,增加三口分流量,以维系江湖关系。

基于混合神经网络的槽式太阳能集热场出口温度预测研究

为解决槽式太阳能集热场实际现场工况难以满足现有热性能测试标准的难题,提出一种基于混合神经网络(ALSTM)模型预测槽式太阳能集热场出口温度的方法。首先对中国科学院电工研究所延庆、常州龙腾乌拉特中旗、中广核德令哈、中船乌拉特中旗4处槽式太阳能集热场动态热性能实验数据和气象数据进行预处理与相关性分析,形成训练样本数据和验证样本数据;其次对该网络模型进行训练与优化,最后进行验证,得出上述4处集热场实际出口温度与预测出口温度的最大相对误差分别为3.00%、0.31%、1.45%、1.95%。证明了该模型的预测精度较高,为槽式太阳能集热场实际现场热性能预测与评价提供了一种新的方法。

基于LSTM网络的粮食干燥机水分预测与优化

粮食干燥机的出机粮食水分预测有助于实现干燥机的智能化控制,从而可以减少干燥过程中的粮食损耗,对于粮食产后干燥环节有着重大意义。通过机器学习的方式进行预测,可以规避传统数学模型所存在的一系列缺陷。研究根据连续式谷物干燥机所提取的数据特征,提出了一种基于优化长短期记忆神经网络(LSTM)的稻谷出机水分预测模型。实验结果表明,出机水分与M_(in)、T_(o2)、T_(o3)、T_(d1)、T_(d2)、T_(d3)具有十分明显的相关性,通过设定不同的网络参数,确立了批尺寸50,学习率0.001,迭代次数50,时间步长50,神经元数100×100时效果最佳,此外还发现增加训练数据量,可以有效提高LSTM网络预测性能。将研究建立的LSTM模型与BP、ELMAN、NARX等算法以及普通LSTM网络(无dropout,单隐藏层)进行比较。结果发现,相较于其他网络模型,研究所采用的LSTM模型可以更好地预测稻谷出机水分,其平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(R^(2))分别为0.12%、0.20%和0.94。研究所采用的优化LSTM模型具有较高预测精度,稳定性以及泛化性,可以为粮食干燥机的水分预测控制提供参考。

基于LSTM-ARIMA算法的发电机定子线棒出水温差预测

对定子线棒出水温度的最大温差进行预测,对于保障汽轮发电机的安全运行具有重要意义。但由于发电机运行过程中工况多变,温差时间序列变化模式复杂,因此趋势预测相对困难。本文使用长短时记忆(LSTM)神经网络对复杂的变化模式进行学习,并进一步融合了差分整合移动平均自回归(ARIMA)模型,用以弥补工况多变导致的训练不足的问题,从而对LSTM神经网络的预测结果进行修正。然后,在型号为QFSN-660-2-22的汽轮发电机运行数据上开展了实验,结果表明该方法预测效果优于单独的LSTM神经网络和ARIMA模型算法,并且可用于短期预警,准确率高于95%。

关于在线旅游企业网络组织的研究

在线旅游企业网络组织不同于在线旅游,它更多的是指以网络技术为媒介将若干有关联的旅游企业结合在一起,通过资源共享来扩展价值空间的组织形式。透过在线旅游这种经济现象研究旅游企业网络组织,将更有利于揭示在线旅游的本质和运行规律,就在线旅游企业网络组织的商务业态、产生原因及运行特征等进行了深入分析。

基于分层模型的变电站间隔资源优化方法

针对城市中心配电网中日益增多的接入需求与有限的变电站间隔资源之间所形成的矛盾,提出了一种基于分层模型的间隔资源优化方法。外层规划以变电站容量利用率均衡为目标对负荷归属的变电站进行优选;内层规划以空闲间隔数量最多为目标对负荷与各间隔的关联关系进行决策,并以变电站间隔资源利用率最大的优化方案作为最终的间隔资源配置方案。实际算例仿真结果表明,该方法具有较好的工程实用性,可为城市配电网的规划和建设工作提供参考和借鉴。

基于粒子群优化算法优化BP神经网络模型的间接空冷散热器性能监测

为监测间接空冷散热器的换热性能,提出了监测间接空冷塔出水温度的方法。根据间接空冷系统散热器传热量计算和热平衡方程,分析了间接空冷塔出水温度的影响因素,建立了以环境温度、环境风速、大气压力、间接空冷塔循环水进水温度、循环水进水压力、出水压力和百叶窗开度7个主要参数为输入,出水温度为输出的BP神经网络模型。为避免该模型陷入局部最优,采用非线性动态惯性权重的粒子群优化(PSO)算法对BP神经网络模型的初始权值和阈值进行了优化,构建了PSO-BP神经网络预测模型,并根据某660MW间接空冷机组的运行数据对该模型进行了训练和验证。结果表明:采用PSO算法优化的BP神经网络模型具有较强泛化能力,预测精度高于单纯的BP神经网络模型,预测平均绝对百分比误差为0.55%。

校园网双(多)出口的基本解决策略和方法

大多数高校的校园网在接入CERNET的同时,又相继接入了中国电信(CHINANET)、网通等公众网。由于各学校的域名地址及校园网内的服务器地址,通常使用的是教育网的IP地址,因而,在校园网存在着双(多)出口的情况下,如何规划和配置网络出口处的设备,提高校园网内的用户对整个互联网的访问速度,以及解决CERNET地址外的用户对校内开放资源的快速访问,是值得分析和探讨的问题。

基于声学测温与人工神经网络的炉膛结渣在线监测方法

以某电厂锅炉炉膛结渣问题为研究背景,以实现炉膛受热面结渣监测为目的,提出了基于声学测温与人工神经网络的炉膛结渣在线监测方法。该监测方法结合非接触式测温工具——声学测温装置和BP神经网络,声学测温装置能够实时测量炉膛出口烟温,为炉膛结渣实时在线监测提供了前提条件,利用BP神经网络的非线性映射优点计算炉膛理想出口烟温,提出利用污染系数判断炉膛整体的结渣状况。在某电厂采集数据进行验证,结果表明:声学测温装置测量的炉膛理想出口烟温与BP神经网络预测的炉膛理想出口烟温相对误差在3%左右,能够满足工程要求。