高温下煤焦孔结构系数变化规律及其对气化速率影响的研究

本研究使用沉降炉（DTF）和热重分析仪（TG）,研究了三种煤焦的孔隙结构与气化温度的关系;煤焦孔隙结构对气化反应的影响。结果表明,气化温度升高将增加煤焦的孔结构系数,表明高温孔发生收缩和闭合。在灰熔点温度附近,孔结构系数局部降低,表明高温下孔隙发生堵塞和覆盖。本研究定义增长率为煤焦最大气化反应速率与初始反应速率的差与初始反应速率的比值,孔结构系数大于2时,增长率与孔结构系数呈现线性关系,随着孔结构系数的增加增长率增大;当孔结构系数小于2时,增长率的变化与孔结构系数关系不明显。实验结果还表明,较高的碱金属含量会显著影响气化速率,使实验数据曲线与现有模型存在明显偏差,而增长率的值不会受其影响。因此,可将增长率耦合到气化模型中以提高模型的鲁棒性。     

基于混合智能的UCAV外挂武器管理及使用策略

作战无人机(UCAV)武器悬挂及使用方案对无人机作战效能有重要影响。从分析影响武器备选方案的任务条件和目标威胁等级入手,建立了UCAV外挂武器使用方案优选模型。基于该模型提出了一种UCAV外挂武器使用方案模糊神经网络智能优选算法。算法利用模糊神经网络良好的自适应和自学习能力,通过样本数据训练确定了模型因素间非线性复杂关系。最后,运用该模型得到某型无人机编队的武器方案使用优选结果,并将仿真结果与实战武器使用方案进行对比,结果显示了该模型相同的优选能力,为UCAV武器使用开创了新的思路。     

Ti3C2 MXene助催化剂组装的介孔TiO2用以增强光催化甲基橙降解和产氢活性

利用太阳能驱动半导体光催化剂进行光催化降解污染物和产氢被认为是解决环境问题和能源危机最有效的方法之一.在众多的半导体光催化剂中,TiO₂因其优异的化学稳定性、环境友好和成本低等优点,在光催化领域具有不可或缺的作用.介孔TiO₂由于具有独特的介孔结构,更有利于光催化过程中反应物的吸附和传输.然而,单一TiO₂具有较高的光生载流子重组效率和低的光利用率等缺点,导致其光催化活性低.通过负载助催化剂可以增强光吸收、促进光生载流子的分离以及提供更多活性位点,是提高光催化活性的一种有效策略.目前,常用的高效助催化剂主要为贵金属,如Pt,Pd和Au等,但昂贵的价格及稀缺性限制了其在未来的广泛应用.因此,寻找新型的非贵金属助催化剂来提高光催化剂的活性具有重要意义.MXene作为一种新型的二维过渡金属碳化物和/或氮化物,具有丰富的表面亲水性官能团、良好的金属导电性和较高的载流子迁移率等特性,适合用于光催化中作为助催化剂来提高光催化性能.受此启发,本文利用静电自组装策略将介孔TiO₂纳米颗粒均匀地固定在Ti₃C₂MXene助催化剂上,构建了紧密的介孔TiO₂/Ti₃C₂复合材料,并研究其光催化降解甲基橙(MO)和产氢性能.Zeta电位测试结果表明,带有相反表面电荷的介孔TiO₂和Ti₃C₂可以通过静电作用构筑稳定的复合材料.X-射线粉末衍射、拉曼光谱、X-射线光电子能谱(XPS)、透射电子显微镜和高分辨透射电子显微镜等表征也进一步表明,成功制备了介孔TiO₂/Ti₃C₂复合材料.XPS也证明在复合材料中光生电子从TiO₂转移到Ti₃C₂助催化剂上,表明两者之间具有强相互作用.BET测试结果表明,相比单一的介孔TiO₂,复合材料具有更大的比表面积和孔体积,可提供更多的活性位点,有利于提高光催化活性.紫外-可见漫反射光谱表明,Ti₃C₂助催化剂的引入提高了材料的光吸收能力.荧光光谱、时间分辨荧光光谱、光电流密度和电化学阻抗等测试结果表明,复合材料具有优异的光生载流子分离和转移能力.在光催化性能测试中,最佳Ti₃C₂含量(3wt%)的介孔TiO₂/Ti₃C₂复合材料在40 min内对MO的光催化降解效率可达99.6%,并利用自由基捕获实验和电子自旋共振表征证实了活性物种·O₂-和·OH在光催化降解过程中起主要作用.此外,该复合材料也表现出了较好的产氢性能(218.85μmolg^-1h^-1),约为单一介孔TiO₂的5.6倍,且三次循环后仍保持稳定的产氢效率.综上,MXene族材料可以作为一种高效的非贵金属助催化剂应用于光催化领域.     

常温高压下移动颗粒层除尘试验研究

介绍了用于整体煤气化联合循环（IGCC）热煤气和增压流化床燃烧联合循环（PFBC-CC）高温烟气除尘的移动颗粒层试验台。调试阶段进行了一系列的条件试验。改进后的常温下进行了试验,结果表明在高压下能够实现颗粒层过滤和气力循环清灰的一体化稳定运动。研究发现移动颗粒层过滤时,气流之间的压力平衡是一个关键因素,运行中必须严格控制过滤气体和输送气体的压力。移动颗粒层过滤器和循环清灰系统的结构对过滤性能有较大的影响。     

用于约束优化的简洁多目标微粒群优化算法

本文提出了一种少控制参数的约束多目标微粒群优化算法.该算法利用关于微粒全局和个体最优点的高斯分布来更新微粒的位置,无需设置惯性权重和学习因子等控制参数;利用非可行储备集保存所得非可行解,给出一种改进的储备集更新方法;为均衡微粒对未知可行域和已知可行域的开发/探索能力,提出一种线性递减策略,用来分配微粒从非可行储备集中选...     

5G天线Massive MIMO智能优化的研究与应用

Massive MIMO技术是第5代移动通信的核心技术,由于配置大量射频天线,通过波束赋形实现多个高增益、窄波束进行空间覆盖。同时,复杂的多维度波束赋形权值配置,使得人工手动配置Massive MIMO天线波束权值难度大、配置精准度差、运维成本高。本文通过基于3D数字地图、5G基站工程参数和MDT/MR等大数据,构建高精度三维数字化栅格,并利用栅格化的用户分布和业务分布权重,精准定位5G用户的覆盖需求。通过AI启发式寻优算法对5G天线波束权值配置迭代寻优,获得最佳的波束权值配置,实现5G天线Massive MIMO子波束精准覆盖数字化栅格,从而提升5G网络质量,提升运维人员Massive MIMO网络优化效率,最终实现5G覆盖区域内网络质量与工作效率的双提升。