基于LNG冷能利用的低温冷库与冷能发电系统的集成

为提高液化天然气(LNG)冷能的利用效率,在对低温冷库利用LNG冷能进行(火用)分析的基础上,以甲烷和乙烷混合物(两者质量比为65∶35)为工质,将利用冷能发电的Rankine循环与利用LNG冷能的冷库制冷过程进行集成,以便在供应冷库所需的冷能不变的情况下,将深冷部分的LNG冷(火用)转换为电能.文中还对影响Rankine循环发电效率的参数进行分析.研究结果表明,集成后的系统在满足冷库所需冷能的基础上,使每吨LNG的冷能还可发电约15.5kW·h,LNG冷(火用)的利用效率从38.5％提高到54.0％.     

WDM网络中带有时延感知的混合区分保护策略

针对WDM光网络中为业务提供恢复时延保证造成网络开销过大的问题,提出一种带有时延感知的混合区分保护策略.该策略感知不同业务的时延要求从而划分业务优先级,然后充分利用P圈恢复速度快和共享通路保护资源利用率高的优点,分别对不同优先级业务进行混合区分保护,从而保证高低优先级业务不同的恢复时延要求;同时,采用遗传-整数线性规划算法选择覆盖全网的最优P圈,并通过链路代价函数均衡网络负载,从而进一步提升P圈的保护性能.仿真结果表明:所提区分保护策略具有较低的网络阻塞率,有效地提升了资源保护效率.     

维格纳分布中交叉项干扰及平滑消除方法

结合心电信号的数学模型讨论维格纳分布的交叉项干扰以及运用平滑处理消除该干扰的原理，进而探讨选择两维高窗参数的方法，模拟信号和实验的心肌缺血家兔心电信号的分析结果证实，平滑维格纳分布既可克服交叉又项干扰，又能满足心电信号分析对时间分辨率和频率分辨率的要求。     

用磁荷模型计算永磁电机的气隙磁场分布

本文借助磁荷与电荷的类比,用磁荷镜象法导出了一种永磁电机中由永磁磁极产生的气隙磁场分布的二维解析解,为设计时合理选择磁极的工作点及外型尺寸提供了方便和依据。     

响应面分析法优化苏云金芽孢杆菌 BRC-ZQL3菌株发酵培养基

从地衣分离获得了Bt菌株BRC-ZQL3,为提高其产孢水平,应用数学统计方法对该菌株发酵培养基进行优化.通过单因子分析,研究碳源、氮源、初始pH等因子对产孢的影响;再采用2水平PlackettBurman设计,筛选影响产孢的8个因子,实验结果表明培养基成分中3个重要影响的因子,分别为CaCO3、玉米粉、酵母膏;利用响应...     

大型钢管无溶剂环氧涂层自动涂装技术

介绍了大型钢管无溶剂环氧涂层自动涂装技术的系统组成、工艺流程、质量检验和涂层修补措施。大型钢管无溶剂环氧涂层自动涂装技术采用热固化技术、涂料加热技术,运用双组份喷涂设备喷涂无溶剂环氧涂料,漆膜均匀厚度偏差小,一次成膜厚、固化时间短,提高防腐涂层的整体防腐性能和生产率,降低工人的劳动强度。     

矿粉与水泥的密堆及其对矿渣水泥的性能影响

将一系列经超细粉磨处理的矿渣微粉以不同比例与一定细度的水泥进行匹配 ,制成一系列矿渣水泥试样 ;根据Dinger Funk的数学模型得出粉体最佳颗粒群分布 (即堆积密度达最大的分布 ) ;通过水泥与矿粉的激光粒度检测结果 ,计算各矿渣水泥的实际颗粒群分布 ;运用灰色关联分析原理 ,考察各矿渣水泥试样的颗粒群分布与Dinger Funk最紧密堆积颗粒群分布的相关性 ;对各矿渣水泥进行标准稠度用水量以及硬化浆体的孔隙率等测定 .结果证明 :当矿渣水泥颗粒分布与最紧密堆积的关联度较高时 ,相应的矿渣水泥标准稠度用水量较少 ,硬化浆体孔隙率较低 ,胶砂强度较高 .     

论《开放物理实验》教材的编写原则

详细介绍了编写《开放物理实验》教材应遵循的3条原则,即在编写形式上要突出以学生为主体的原则,内容上要以学生原有的认知结构为依据,选材上要发挥参考文献的灵活性特点,以求最大限度地提升教材的使用功能。     

矿渣水泥活性研究

将矿渣、水泥粉磨成不同细度,以不同掺量、细度的矿粉与水泥相配伍,探讨其与矿渣水泥强度(以活性指数 表示)的关系.研究表明,在矿渣低掺量(质量分数25%)时,矿渣水泥早期(7d)胶砂活性指数与矿渣水泥总体细度、 水泥与矿渣的细度差均有关,即细度差愈大,总体细度愈粗,活性指数愈高;当矿渣掺量(质量分数)大于50%,细度 差与早期活性有更大的关联性———细度差愈大,活性指数愈高.矿渣水泥后期(28d)胶砂活性则与矿渣水泥总体细 度的关联性很大,细度愈细,活性愈高;而水泥与矿渣的细度愈接近,活性愈高.     

A robust face recognition method using multiple features fusion and linear regression

This paper presents a robust face recognition algorithm by using transform domain-based multiple feature fusion and lin- ear regression. Transform domain-based feature fusion can provide comprehensive face information for recognition, and decrease the effect of variations in illumination and pose. The holistic feature and local feature are extracted by discrete cosine transform and Gabor wavelet transform, respectively. Then the extracted holistic features and the local features are fused by weighted sum. The fused feature values are finally sent to linear regression classifier for recognition. The algorithm is evaluated on AR, ORL and Yale B face databases. Experiment results show that our proposed algo- rithm could be more robust than those single feature-based algo- rithms under pose and expression variations.