摘要：针对油田化学驱污水难处理问题,采用水溶液自由基胶束聚合法,以聚合氯化铝(PAC)为无机组分,丙烯酰胺(AM)、丙烯酸丁酯(BA)为有机单体,合成一种新型无机-有机杂化高分子絮凝剂(PAC-P(AM-BA))。利用傅里叶变换红外光谱仪(FT-IR)、热重分析仪(TGA)、扫描电子显微镜(SEM)和比表面积分析仪(BET)对絮凝剂进行表征。结果表明,BA以化学键连接在聚丙烯酰胺(PAM)长链中,无机组分与有机组分之间以离子键连接。PAC-P(AM-BA)热分解温度为233.93℃,比表面积为30.351m^(2)·g^(-1)。絮凝实验结果表明,PAC-P(AM-BA)最佳投加量为20 mg·L^(-1),沉降时间为10 h,其絮体分形维数为1.733。在絮凝效能对比实验中,PAC-P(AM-BA)的平均除油率为90.3%,较阳离子聚丙烯酰胺(CPAM)和复配型絮凝剂(PAC+PAM)分别高出16.4%和29.0%。

摘要：针对智能农机的路径跟踪问题,基于模型预测控制(MPC)与Stanley控制提出一种融合控制算法。在农机运动学模型基础上,运用MPC算法设计路径跟踪控制律。在MPC算法的基础上通过权重系数与Stanley算法进行融合,并采用模糊规则对权重系数进行动态修正。搭建Carsim与Matlab/Simulink联合仿真平台,分别以不同速度对直线路径与圆形路径进行跟踪实验。结果表明,文中算法的控制性能优于常规MPC算法,在跟踪过程的前半段更为迅速,在跟踪过程的后半段更加平稳,直线路径跟踪误差在±2.5cm以内,特别适于农机初始位置偏差较大以及行驶速度较高的应用场合。

摘要：针对熔池信息与背景相似度高、噪声多、预测实时性差、识别精度低等问题,提出了基于改进CeiT网络模型的GTAW焊接熔透状态识别方法.首先通过MobileNetV3对Image-to-Tokens模块进行轻量化改进,提升预测的实时性能;其次设计DGCA模块改进LeFF模块来增强特征间的远程依赖关系、丰富类标记中所包含的分类信息;最后将LeFF模块中的底层特征和高层语义特征进行融合,提高模型对熔池特征的表示能力.仿真结果表明,与MobileNetV3,ResNet50,ShuffleNetV2,DeiT和CeiT模型相比,所提出的模型获得了更高的准确率和较快的检测速度.

摘要：总结了粉煤灰在酸碱体系中主要元素溶出行为。粉煤灰在酸性体系中主要浸出铝铁元素且铁元素浸出率远高于铝元素;在碱性体系中主要溶出硅铝元素且硅元素溶出率远高于铝元素。硅铝以非晶相状态存在,单独酸浸、碱溶对硅铝提取率较低,采用高温助熔结合酸浸、碱溶工艺可使硅铝断键提高元素提取率。对粉煤灰合成絮凝剂的种类进行归纳,根据粉煤灰制备絮凝剂的化学组分将其分为无机高分子絮凝剂和无机-有机杂化高分子絮凝剂,其中无机高分子絮凝剂按其阴离子系列所含酸根的数量和种类,分为一元酸、二元酸及多元酸系列,阴离子酸根以硅酸根、硫酸根、氯离子及磷酸根为主。对粉煤灰合成絮凝剂的发展及亟待解决的问题进行展望。

摘要：载铁沸石因具有比表面大、离子交换性强、选择吸附性和高吸附量等特点被广泛应用于水处理领域。本文介绍了载铁沸石的理化性质,总结了载铁沸石的制备方法及其在水处理中的应用情况,并对其作用机理进行了阐述。对载铁沸石的应用前景进行了展望,以期为科研人员提供载铁沸石在水处理中的研究进展。

摘要：木质素是一种结构复杂、产量丰富但利用率较低的生物质资源,可通过催化热解解聚为高附加值产物,具有广阔的应用前景。本文介绍了催化剂机理研究方法和催化剂作用方式,比较了催化木质素热解常用的分子筛类催化剂、金属氧化物类催化剂和金属盐类催化剂的催化性能、产物收率、产品分布、催化机理及优缺点。文中指出:分子筛类催化剂的脱氧能力强、酸度高,但液体产物收率较低;金属氧化物类催化剂具有液体产物收率较高、热稳定性强等优点,但依赖于催化剂酸碱性的调控;金属盐类催化剂虽高效、价格低廉,但热稳定性差、易失活。同时,本文对木质素催化热解领域提出了展望,未来热解催化剂的研究有待深入和系统化,根据木质素种类和目标产物设计复合型催化剂、核壳型催化剂和多催化剂协同催化是未来热解催化剂发展的趋势。

摘要：为解决游梁式抽油机间歇供液所造成的井下油水旋流分离器分离效率低下的问题,该文设计了一种适用于流量脉动条件下的新型油水旋流分离器,并开展了脉动进液条件下的流场特性及分离性能研究。研究结果显示:旋流器入口为恒定流量时,有部件的分离效率从无部件的89.12%提高至96.82%;为旋流分离器入口添加频率为1 Hz、幅值为1 m/s的流量脉动,无部件的分离效率在81.73%~94.63%范围内规律波动,变化范围为12.9%;在相同脉动条件下,向旋流器内部添加部件,分离效率规律波动范围为88.6%~95.4%,变化范围与无部件相比减小到6.8%。

摘要：目前对故障信号的刻画方法多以向量模型为主,信号的表现形式单一,存在着小样本和维数灾难等问题。另外,多数特征提取算法在处理新样本时,通常需要同时利用新、旧样本构建新数据空间,并进行重新计算,算法处理新样本的效率较低。为此,提出了一种新的基于张量模型的故障诊断方法,采用小波变换和相空间重构建立轴承故障信号的张量模型,通过高阶奇异值分解获得轴承振动信号的初始特征。在此基础上提出了张量模型初始特征最优分类点的区分度函数,实现了轴承故障的快速诊断。分别利用轴承试验平台和凯斯西储大学轴承数据集进行实验,实验结果证明了所提算法能够提取显著的特征,并具有诊断速度快和识别精度高等优点,适合于实际工程应用。

摘要：为减少过程挖掘中隐私保护带来的效用损失,提出一种基于遗传算法的事件日志匿名化隐私保护方法。基于最小违规轨迹证明活动抑制集可行性的必要条件和约简规则,缩小大型日志集的搜索空间;根据基于日志的次序关系、轨迹变体和最大频繁轨迹设计适应度函数,引导种群向高效用性进化;改进交叉变异算子,保证种群多样性,避免遗传算法陷入局部最优。在真实事件日志上进行对比实验,结果表明在隐私保护强度相同的条件下,所提方法的效用损失比TLKC和基线方法生成的事件日志更低。

摘要：鉴于现有剩余时间预测模型所采用的离线构建方式周期长、更新速度慢,在流式事件分析中容易老化,提出一种在线预测模型的构建及剩余时间预测方法。融合多种抽象机制得到复合变迁系统作为预测模型,设计了增量式预测模型学习算法,以保证模型的实时性;基于统计理论定义预测信度,给出基于预测信度的剩余时间预测算法,采用轨迹回顾机制增强模型的预测能力;定义波动性衡量预测结果在时间维度上变化的幅度;通过在多个公开数据集上与已有方法对比,表明所提方法在预测准确性和波动性上均具有明显的优势。