高分子固载化Lewis酸催化剂——聚苯乙烯-三氯化铝/四氯化钛复合物

<正> 均相催化剂的固载化是目前催化剂研究方向之一。Skct等首次将BF_5和AlCl_3分别与苯乙烯反应制成高分子催化剂,对酯化、缩醛、缩酮等有机反应具有良好的催化作用。我们曾将四氯化钛与聚苯乙烯反应制成一种稳定复合物,有良好的催化效能。为了改进其重复使用性能,本文将等摩尔的AlCl_3,和TiCl_4的Lewis酸同时与聚苯乙烯交     

L-卡尼丁分子压印聚合物作为手性分离色谱固定相的研究

以L－卡尼丁为模板分子，分别以α－甲基丙烯酸和丙烯酰胺为功能单体，乙二醇二甲基丙烯酸酯为 剂，采用分子压印技术合成了对L－卡尼丁具有高选择性的分子压印聚合物。将所得聚合物用作高效液相色谱固定相，研究了它们对外消旋卡尼丁盐酸盐的拆分能力，分析结果表明，α－甲基丙烯酸作为功能单体所得聚合物对外消旋卡尼丁盐酸盐具有良好的拆分作用，其分离因子α为1．89。     

铝交联皂石的合成和表征及催化性能

用XRD、化学分析、IR、MASNMR、TPD等手段表征了合成皂石及其铝交联物的结构。结果表明:皂石的交联密度与四面体层电荷和交联条件(Al/土比)有关。在乙醇氨化反应中,交联皂石显示了较好的催化活性和选择性。皂石的交联密度与液相产物分布的关系表明层柱材料对此反应具有择形催化作用。醇氨化反应可能是在吸附态NH_3和气相醇分子间进行的。     

几种杂多阴离子柱撑水滑石的合成与吸附行为

柱撑水滑石类层柱状阴离子粘土是一类新型层柱材料，由于其二维孔道结构的可调变性及潜在的择形催化性能，已引起人们的重视[1-3]．迄今，人们已合成了包括无机和有机阴离子，同多和杂多阴离子（Polyoxometalates，简称POMs）以及配合物阴离子在内的多种柱撑水滑石，其中同多和     

基于神经网络的船舶稳性预报研究

为省略船舶稳性计算中横摇阻尼以及船舶阻力等参数的复杂计算过程,提出一种采用径向基函数(RBF)神经网络对第二代完整稳性失效概率预报的方法.研究包括过度加速度、瘫船稳性以及骑浪/横甩3种失效模式.通过研究船舶相关参数对各失效模式失效概率的影响,确定采用RBF神经网络对每种失效模式进行预报时输入特征的选取,从而降低训练时长.使用训练后的网络对样本船稳性进行预报,采用均方误差和平均绝对百分比误差对预报结果进行评估.对3种失效模式预报结果的平均绝对百分比误差分别为6.49%、7.09%、5.70%,均小于10%,表明采用RBF神经网络可较为精准地对船舶稳性进行预报.     

液压蓄能式风力机组并网转速解耦优化控制

针对在风速、同步发电机负载变化情况下,液压蓄能式风力机组并网转速控制问题,提出一种新型并网转速控制方法——解耦广义预测优化控制方法（Decoupled Generalized Predictive Optimization Control, DGPOC）.首先,DGPOC利用基于广义预测的前馈解耦方法解除变量马达摆角和蓄能器比例阀开度之间的耦合关系,进而调节蓄能器比例阀,依靠蓄能器吸收波动流量,同步调节变量马达摆角实现恒转速控制,解决因风速、同步发电机负载变化引起的变量马达转速波动问题; 其次,将蓄能器比例阀的能量损耗作为性能约束项,加入到优化目标函数中,求取最优控制量,从而提高液压蓄能式风力机组风能利用率; 最后,利用建立的MATLAB-AMESim联合仿真实验平台验证DGPOC方法的有效性.实验结果表明： DGPOC方法不仅可以实现变量马达摆角和蓄能器比例阀开度两个变量的解耦,提升变量马达转速控制的快速性及鲁棒性,而且能够降低系统的能量损耗.     

ORLICZ-LORENTZ SEQUENCE SPACES EQUIPPED WITH THE ORLICZ NORM In memory of Henryk Hudzik,a great man,our teacher and colleague

In this article,we consider Orlicz-Lorentz sequence spaces equipped with the Orlicz norm(λ_φ,ω,‖·‖^O_φ,ω) generated by any Orlicz function and any non-increasing weight sequence.As far as we know,research on such a general case is conducted for the first time.After showing that the Orlicz norm is equal to the Amemiya norm in general and giving some important properties of this norm,we study the problem of existence of order isomorphically isometric copies of l^∞...     

空间机器人组装超大型结构的动力学分析北大核心CSCD

超大型航天结构具有超大柔性、超低固有频率的特点,空间机器人在轨组装时应尽可能避免激起超大型结构的柔性振动.空间机器人组装超大型结构模块的过程分成抓捕阶段、位姿调整与稳定阶段、安装阶段和爬行阶段.通过对安装阶段的动力学与控制研究,提出共线安装的轨迹规划方法,有效避免了柔性结构振动.首先,采用自然坐标法和绝对节点坐标法建立主结构-空间机器人-待组装结构的在轨组装系统动力学模型.然后,将共线安装的要求转化为空间机器人的轨迹规划约束,要求空间机器人质心到主结构/待组装结构的距离保持不变,实现共线安装的轨迹规划.数值仿真表明:提出的组装方法在组装过程中可有效避免超大型结构的横向运动,降低夹持力矩.最后,分析了系统参数对组装过程动力学响应的影响,为超大型航天器的在轨组装提供了参考.     

基于新型相似日选取和VMD-NGO-BiGRU的短期光伏功率预测

光伏功率预测在现代电力系统调度和运行中起着重要作用.针对光伏发电功率的多变性和复杂性,提出了一种基于新型相似日选取和北方苍鹰算法（Northern Goshawk Optimization, NGO）优化双向门控循环单元（Bidirectional Gated Recurrent Unit, BiGRU）的短期光伏功率预测方法.首先,利用斯皮尔曼相关系数选取主要气象因子,通过变分模态分解（Variational Mode Decomposition, VMD）将原始光伏功率和最大气象因子分解重构为一系列子信号.其次,通过构建新的评价指标筛选出相似日数据集,利用一组BiGRU建立以相似日子信号为网络输入的深度学习模型,并利用NGO对每个BiGRU网络的超参数进行有效优化.最后,对各子信号的预测结果进行综合,得到最终的光伏功率预测值.仿真结果表明,所提混合深度学习方法在预测精度和计算效率方面均优于其他方法.