课程文献中心 更多>>

关键词： 热风干燥   南极磷虾   理化指标   虾青素   稳定性   降解动力学  

摘要： 为探究热风干燥对南极磷虾理化指标、虾青素稳定性及降解动力学的影响，通过分析不同干燥条件下南极磷虾理化指标变化规律，揭示干燥条件和南极磷虾理化指标对虾青素稳定性的影响，并建立虾青素降解动力学模型。结果表明，热风干燥过程中南极磷虾理化指标变化规律：物料温度经历预热、恒温和升温三阶段；含水量随干燥温度和时间增加而降低；随干燥时间增加，L*值减小，a*、b*值增大，随干燥温度升高，L*、a*、b*值先增加后减小；蛋白质、脂肪含量随干燥温度和时间增加呈先上升后下降的趋势。虾青素稳定性分析：虾青素保留率随干燥温度和时间增加而降低；虾青素保留率与干燥时间、物料温度、蛋白质、脂肪含量及a*、b*值呈负相关，与含水量、L*值呈正相关，其中含水量、L*、a*值为主要直接影响因素，物料温度为主要间接影响因素。虾青素降解动力学分析：虾青素降解速率常数k值随干燥温度上升而增大；预热阶段虾青素降解符合一级反应动力学，反应活化能为50.287 kJ/mol；恒温、升温阶段虾青素降解符合零、一级联合动力学，反应活化能分别为44.351、64.246 kJ/mol。

关键词： 旱改水   红壤   耕地   土壤团聚体   团聚体稳定性   土壤结构  

摘要： 为探究南方红壤地区旱地改水田（旱改水）对土壤团聚体稳定性的影响，在广西典型旱改水地区选取传统旱地（HS0）、旱改水1 a稻田（HS1）、旱改水5 a稻田（HS5）和当地传统稻田（CK），采用干筛法和湿筛法对比分析耕层土壤团聚体性状。结果显示：传统旱地和实施旱改水后，HS0、HS1、HS5和CK处理下机械团聚体和水稳团聚体中>0.25 mm土壤团聚体含量(R>0.25)分别为90.0%、94%、95.8%、98.1%和81.0%、70.6%、76.0%、95.4%；平均质量直径(mean weight diameter，ΦMWD)分别为3.35、3.63、3.69、4.73 mm和2.25、0.94、1.54、4.63mm。与HS0相比较，HS1处理的水稳团聚体中几何平均直径(geometric mean diameter，ΦGMD)降低了68%。与HS0相比较，>0.25 mm团聚体的破坏率(percentage of aggregate destruction,rPAD)随旱改水年限先增长后减小，HS1和HS5分别增加61%和34%，而CK显著降低76%。结构方程模型和随机森林分析结果表明，土壤阳离子交换量和全氮含量是影响旱改水农田耕层土壤团聚体稳定的重要因素。

关键词： 全功率变速抽蓄机组   功率优先控制   小信号建模   稳定性分析   调速系统   控制参数优化  

摘要： 功率优先控制下全功率变速抽蓄机组调速器与变流器响应速度的较大差异使其面临着转速反调、振荡乃至失稳的潜在风险。为此，建立了功率优先控制下全功率变速抽蓄机组线性化模型，提取了机组转速稳定性的关键影响因素，并据此推导了机组出力调节过程中以调速器控制参数为自变量的转速稳定域解析表达式，相较常规稳定域计算方法，该表达式在保证准确性的同时极大降低了计算量。基于所提稳定判据，分析了机组工作水头对机组稳定域的影响及调速器参数对机组转速特性的影响，并提出了实时计算调速器控制参数较优取值的简便方法，仿真结果表明，该方法能有效抑制机组出力调节过程中的转速振荡现象。

关键词： 随钻测量   加速度计   长鼻浣熊算法   误差补偿   井斜角  

摘要： 为了提高随钻加速度计测量精度，设计一种基于磁惯性长鼻浣熊算法的加速度计误差在线补偿方法。首先，根据误差来源建立误差补偿模型;利用陀螺仪和磁强计建立重力夹角与磁重力夹角约束条件;将加速度真值与理论值模值之差设置为目标函数。其次，在长鼻浣熊算法基础上，根据递推重力加速度确定误差参数的初始搜索边界，同时根据当前误差参数、最优误差参数、边界值三者的相对距离缩小边界;再设计分界点筛选初始误差参数，使算法最初就朝着高质量解的方向搜索，同时保留部分劣解以增加误差参数多样性;接着在算法的全局探索阶段设计参数使其根据加速度计当前误差参数与误差参数平均值之间的误差来调整加速度计误差参数的搜索范围;最后，将重力模值之比设为深度开发阈值，构造高斯变异个体向量使加速度计误差参数跳出局部最优。实验结果表明:经MICOA补偿之后，加速度误差减小，井斜角范围降低了约62.5%，不同钻进角度下，井斜角均方根误差与标准差均能保持在1°以下。

关键词： 降水空间插值   Transformer模型   地理先验   高程-多头注意力子模块   拉普拉斯方法  

摘要： 目前，关于降水空间插值的深度学习方法仅依赖站点之间的位置关系，忽略了区域内特征的有效表示以及复杂特征依赖关系，尤其是降水与高度之间的关系考虑不足。为此，提出地理先验嵌入的降水空间插值方法GeoPriFormer。该方法以Transformer作为主骨网络，通过引入地理先验数据来增强特征表示能力，从而提高降雨空间插值的精度和可靠性。一方面引入高程-多头注意力子模块以提高对复杂地形影响的理解和适应能力；另一方面，使用拉普拉斯方法来学习地理坐标的上下文感知向量编码，以增强模型对地点关系和区域特性的理解。最终形成一个嵌入地理先验的特征表示。在河南、京津冀和BW数据集上进行对比实验，结果表明，GeoPriFormer均优于基线模型。以京津冀数据集为例，RMSE降低1.6%，MAE降低5.1%，NSE提升1.56%，优于当前主流方法。

关键词： 光储并网系统   虚拟同步发电机   惯量自适应   自抗扰控制器   暂态稳定性  

摘要： 针对光储并网系统的低惯量和低阻尼特性，采用构网型虚拟同步发电机(VSG)控制可以增强系统稳定性。然而，VSG的固定参数设置限制了其性能，且传统VSG存在抗干扰能力不足的问题，系统内的角频率扰动可能导致振荡。为此，提出了一种改进自适应VSG控制策略，以增强构网型光储并网系统的稳定性。首先，分析光储经VSG并网的基本原理，并在有功控制环中引入基于双曲正切函数(tanh)的改进一阶惯性环节和自抗扰控制器(ADRC)，以增强构网型光储并网系统的稳定性和抗干扰能力。此外，针对大扰动下的功角失稳问题，通过相平面图分析VSG外特性参数对暂态稳定性的影响，并优化了主要参数的取值。最后，通过仿真验证了所提控制策略在抑制功率和频率波动以及抵御短路故障方面的有效性，显著提高了并网系统的暂态稳定性。

关键词： 钻孔灌注桩   施工工艺   工艺复杂   要点众多   安全  

摘要： 随着现代社会建筑工程的快速发展,房建工程对于地基支撑的要求也日益提高.作为一种常用的基础工艺,钻孔灌注桩在房屋建设中扮演着重要的角色.钻孔灌注桩具有其独特的优势,包括承载能力强、抗震性能好、施工周期短等.然而,钻孔灌注桩的施工工艺复杂,要点众多,严格执行施工流程和注意相关要点对于确保工程质量和安全至关重要.从钻孔施工、灌注施工、后期处理等方面,系统探讨钻孔灌注桩施工工艺的要点,并分析可能出现的问题及其解决方案.通过对钻孔灌注桩施工工艺的深入研究,旨在提供指导和参考,为房建工程的地基支撑提供可靠保障.

关键词： 数控机床   电主轴   热误差预测   SCA-Kmeans算法   HO-LSTM网络  

摘要： 随着产品更新换代速度的日益加快，车间往往面临着多品种小批量加工任务，不同品种、规格的零件加工工况各异，对机床电主轴热误差预测模型的鲁棒性提出了更高要求。针对该问题，提出了一种利用河马优化算法（Hippopotamus Optimization Algorithm，HO）优化长短时记忆网络（Long Short Term Memory，LSTM）的电主轴热误差预测方法。首先，利用正弦余弦优化算法（Sine Cosine Algorithm，SCA）对Kmeans聚类算法的聚类数目K和距离度量方式进行优化，并采用皮尔森（Person）和斯皮尔曼（Spearman）相关性分析方法筛选温度敏感点。接着，将热误差敏感点的温度作为输入建立了电主轴热误差LSTM预测模型，采用HO对LSTM的隐藏层节点数、L2正则化常数、初始学习率进行优化。最后，以EM6050雕铣机为对象进行了实验验证。结果显示：提出的HO-LSTM模型相比海马优化算法优化的LSTM与灰狼算法优化的LSTM模型，热误差预测的MAE分别降低了32%、42%，RMSE分别降低了11%、76%，而且优化过程的收敛速度更快；对于不同工况下的热误差预测，HO-LSTM模型相比后两种LSTM模型，预测结果的RMSE分别降低了6%、4%，平均百分比误差MAPE分别降低了67%、31%，表明所提出的HO-LSTM模型热误差预测精度与鲁棒性更好。

关键词： 建筑   给水排水   施工技术  

摘要： 在现代建筑领域,工程构造之繁复使得给排水作业面临重重挑战,技术规格亦颇为严苛.建筑给水排水施工涵盖了管道布置、消防设施部署、排水系统构建等多个步骤,其质量直接影响到建筑的使用效能与安全系数.若施工过程中出现纰漏,不仅会增加整体工程成本,更可能在最严重的情况下导致工程无法通过验收,从而大幅降低其市场价值.

关键词： 脉冲分裂   信号提取   双向长短时记忆网络   序列调频斜率直方图   参数估计  

摘要： 针对多雷达辐射源脉冲交错背景下，线性调频（Linear Frequency Modulation， LFM）信号低信噪比导致的脉冲分裂带来原始信号参数难以估计的问题，本文提出了基于深度神经网络和直方图统计的LFM信号两阶段提取与参数估计方法。首先利用双向长短时记忆网络挖掘原始脉冲流中LFM信号与非LFM信号的调制模式差异并进行分类；其次通过序列调频斜率直方图寻找LFM信号分裂脉冲序列间隐含的原始信号调频斜率信息，提取不同调频斜率的LFM信号脉冲子序列；最后在每个子序列中分别估计原始信号的参数。仿真实验结果表明，相较于传统的序列差值直方图算法和循环神经网络分选方法，本文所提方法能够更准确地提取出LFM脉冲信号，并得到较为精确的参数估计结果。