基于并行的F-LSTM模型及其在电力通信设备故障预测中的应用

电力通信网设备时序故障预测的目标是通过过去设备告警数据,预测设备在下一个时间段是否发生故障,这对设备的管理和维护起着重要作用。为了预测电力设备未来的状态,提出一种Forward-LSTM(F-LSTM)学习模型,对设备故障的时序特征和非时序特征(静态信息)进行并行训练,探索出一种新的对静态-时序数据的训练方法,将其应用在电力通信网故障预测中。F-LSTM结合了两个组件,一个学习时序特征的长短期记忆神经网络(LSTM)与一个处理静态数据的前向全连接神经网络(forward full connection neural networks,FC),数据的静态/时序属性被自动判断并传递给FC或LSTM来并行训练。对于具有同时产生动态数据与静态数据的电力通信网络,Forward-LSTM(F-LSTM)模型能以较高速度与精度预测其故障发生的位置。此外,本文采用一种加权的损失函数,可以更好地捕捉设备故障的时序规律。选取某电力通信网络系统中2016—2017年设备故障数据,对本方法进行测试。实验结果显示,与Xgboost模型相比,F-LSTM模型对故障预测的召回率提高5%,同时F-LSTM模型较LSTM模型缩减了计算量,加快了模型的训练速度。     

LD端面抽运Nd∶KGW激光器热效应的理论与实验研究

对LD端面泵浦Nd∶KGW激光器的热效应进行了分析.求解热传导方程得出了Nd∶KGW晶体的温度分布和端面形变,进而计算出了热焦距随泵浦功率的变化曲线,并通过实验对其正确性进行了验证.采用凹-平腔,在不同透过率的输出镜下,对Nd∶KGW晶体的1 064 nm连续激光输出特性进行了研究.     

532-nm picosecond pulse generated in a passively mode-locked Nd:YVO_4 laser

A diode-pumped continuous-wave （CW） mode-locked Nd：YVO4/KTP green laser with semiconductor saturable absorber mirror （SESAM） is demonstrated. The maximum output power of CW mode-locked green laser is obtained to be 552 mW at the incident pump power of 7.25 W, corresponding to an opticai-optical conversion efficiency of about 7.6%. The 532-nm CW mode-locked pulse duration is estimated to be about 8.4 ps with the repetition rate of 87 MHz.     

CuCl2-KCl-LaCl3/γ-Al2O3对乙烷氧氯化反应的催化性能

 以γ-Al2O3为载体,采用常规浸渍法制备了负载型CuCl2-KCl-LaCl3三组分催化剂,并研究了其对乙烷氧氯化反应的催化性能. 结果表明,该催化体系中乙烷的转化率较稳定,但随着反应时间的延长,氯乙烯的选择性和收率明显下降. XRD,N2吸附,TGA/DTA和XPS测试结果表明,随着反应的进行,催化剂中的活性物种Cu2+逐渐被还原成Cu+,并且积炭的产生使催化剂的比表面积和孔容积减小. 活性物种Cu2+的减少及比表面积的降低是催化剂失活的主要原因.     

毛细管电泳-电感耦合等离子质谱联用的接口设计

描述了毛细管电泳电感耦合等离子体质谱(CE-ICP-MS)联用技术的单T型接口,自行设计了双T型接口,并对两接口的分析性能作了比较。解决了接口中的常见问题,使用节流阀减小自吸作用并降低了CE分离物的稀释倍数,排气阀使提升量保持稳定。经考察得知,采用自吸作用提升液流流量稳定,其重现性RSD小于5％;双T型接口较单T型接口对CE分离更有利。采用双T型接口联用时,CE分离La、Ce、Nd混合离子迁移时间RSD小于2％,MS信号RSD小于15％,且不同浓度样品经CE分离后其MS信号基本呈线性关系。     

油页岩含油率近红外光谱原位分析方法研究

为实现油页岩含油率的原位检测,采用便携式近红外光谱分析技术,针对吉林扶余油页岩基地2号钻井的66个岩芯样品开展了原位检测的分析建模方法研究。采用自制便携式近红外光谱仪器获得反射率、吸光度、K-M函数三种数据形式光谱数据,结合主成分-马氏距离(PCA-MD)剔除异常样品、无信息变量消除法(UVE)波长筛选及二者组合的四种建模数据优化方法,采用相同的数据预处理方法进行偏最小二乘(PLS)和反向传播神经网络(BPANN)两种方法的建模分析研究,确定最佳分析模型及方法。结果表明(1)不论是否采用四种不同的数据优化方法,两种建模方法所用建模数据库适合采用反射率或K-M函数的光谱数据形式;(2)两种建模方法,采用四种不同的数据优化方法,对相同数据库建模精度的影响不同：采用PLS建模方法、以PCA-MD和UVE+ PCA-MD两种方法进行数据优化、可以提高K-M函数光谱数据形式数据库的建模分析精度,采用BPANN建模方法、以UVE、PCA-MD 与UVE组合的 三种方法进行数据优化、对三种数据形式数据库的建模精度均有所提高;(3)除以反射率光谱数据并进行PCA-MD数据优化外,采用BPANN方法的建模精度好于PLS法。其中采用反射率光谱数据形式、只进行UVE数据优化外的BPANN建模精度最高,预测相关系数为0.92、标准偏差为0.69%。     

一种基于耗散能计算的高周疲劳参数预测方法

在热力学框架下,基于薄板假设,建立金属材料薄板试样在高周疲劳载荷作用下的热传导方程,将试样温度场数据和实时载荷信号导入,准确计算与高周疲劳损伤相关的单个循环内耗散能. 基于该方法,以316L不锈钢材料为例,通过实时监测试样不同应力水平下高周疲劳破坏全过程中耗散能的变化,拟合出耗散能-疲劳寿命曲线,呈现与传统的应力-疲劳寿命曲线相同的规律;提出一种新的预测高周疲劳极限的能量法,确定的疲劳极限与实验值相近.     

Electrical characteristics of AlInN/GaN HEMTs under cryogenic operation

Electrical properties of an AlInN/GaN high-electron mobility transistor (HEMT) on a sapphire substrate are investi-gated in a cryogenic temperature range from 295 K down to 50 K. It is shown that drain saturation current and conductance increase as transistor operation temperature decreases. A self-heating effect is observed over the entire range of temperature under high power consumption. The dependence of channel electron mobility on electron density is investigated in detail. It is found that aside from Coulomb scattering, electrons that have been pushed away from the AlInN/GaN interface into the bulk GaN substrate at a large reverse gate voltage are also responsible for the electron mobility drop with the decrease of electron density.     

土中爆炸成腔问题中确定炸点状态的一种计算反求方法

提出了一种通过给定的土中爆炸成腔毁伤效应确定炸点状态的计算反求方法。该方法将确定炸点状态的反问题转化为求解爆炸毁伤效应的计算值与给定值误差函数最小的优化问题。在反求过程中,采用基于误差减小比率技术的多项式近似模型代替土中爆炸数值分析模型,以便提高反求效率。采用Tikhonov正则化方法克服反求过程中出现的病态问题。在此基础上,引入信赖域管理策略判断当前近似模型与实际模型的逼近程度,以确定最优的反求向量。炸点状态反求结果与实验结果的对比分析表明,该方法能够有效且稳定地通过给定的毁伤效应实现炸点状态的反求,这可为炸点状态的设计提供参考。     

亚临界水介质回收酸酐固化环氧树脂/碳纤维复合材料

研究了不同添加剂对碳纤维增强酸酐固化环氧树脂复合材料在亚临界水中降解的影响,通过IR、GC-MS等分析,确定了环氧树脂的分解机理主要为酯键的断裂。 结果表明,KOH与苯酚对酸酐固化环氧树脂的分解没有协同效应,碱性物质更有利于酯键的断裂。 甲基四氢邻苯二甲酸酐固化的环氧树脂增强碳纤维复合材料在反应温度为250 ℃、反应时间为60 min、KOH浓度为0.2 mol/L时可完全分解,回收碳纤维的拉伸强度和表面形貌未受影响。