论文部分内容阅读
分析Shell煤气化炉渣屏结渣原因,发现煤种的黏温特性较差是导致渣屏结渣的主要原因,对此提出相应的优化操作建议。
Shell煤气化炉渣屏结渣原因研究
【摘 要】
：
分析Shell煤气化炉渣屏结渣原因,发现煤种的黏温特性较差是导致渣屏结渣的主要原因,对此提出相应的优化操作建议。
【机 构】
：
河南龙宇煤化工有限公司
【出 处】
：
氮肥与合成气
【发表日期】
：
2021年9期
其他文献
机器人路径规划中,传统蚁群算法收敛速度慢,容易陷入局部最优解的问题。提出一种改进蚁群算法,该算法通过设置动态分级信息素浓度,在迭代过程中逐渐降低信息素浓度,有效地提高了收敛速度;当算法迭代陷入局部最优时,引入了惩罚系数,调整当前最优路径上的信息素浓度,增强算法随机性。仿真实验表明,改进后的蚁群算法加快了收敛速度,解决了局部最优解的问题,提高了全局寻优能力。
当前互联网已进入了信息爆炸时期,但目前信息检索方法只能够从海量数据中检索出很小一部分比较热门的信息,而一些特定方面检索出的信息更少。基于协同过滤算法的个性化音乐推荐系统使用户能够从海量的音乐信息中很快寻找出自己感兴趣的音乐。协同过滤算法通过分析用户歌曲的播放、下载以及收藏等行为数据,计算用户之间的相似度,选取近邻用户,在近邻用户的喜好上预测目标用户的喜爱,克服了传统推荐方式的缺陷,实现了智能的个性化音乐推荐。
特征选择作为数据预处理操作,通过剔除冗余和不相关的特征,保留有用的特征降低分类成本。群体智能算法因为收敛速度快,寻优能力强被应用于特征选择研究。目前应用于特征选择的实数编码方案的阈值设置会影响算法的判断能力,而二进制编码方案则存在着容易陷入局部最优的缺点。很多数据集的特征选择问题本身存在多模态特性,也就是说不同的特征组合有可能对应相同高或近似的分类能力。为此,本文设计了基于函数编码策略的多模态粒子群算法,和3个前沿特征选择算法进行比较,并且研究三种编码方案对多模态粒子群算法的影响。实验结果表明基于曲线函数
传统的主题模型更适用于内容丰富的文本,而短文本上下文信息不足,因此从短文本中提取主题成为理解流媒体信息的一项重要且具挑战性的任务。本文提出了一种针对教学领域的基于非负矩阵分解的短文本主题模型,并且利用该模型和统计分析相结合的方法对线上课程的评价数据进行主题情感分析,发现了课程中存在的不足、学习者的困惑和兴趣点,以便课程建设者对课程进行改进和完善,提升教学质量。
针对冷连轧动态变规格轧制时的动态速降的问题,提出了虚拟主轴-交叉耦合协调控制策略,并设计了模糊控制器。此协调控制策略结合了虚拟主轴同步控制跟随性能良好和交叉耦合同步控制抗扰能力强的优点,仿真结果表明,有效地避免了动态变规格时的动态速降,在稳态轧制时,扰动造成的动态速降是无协调控制策略时的54%,同时上游全部机架产生动态速降,进一步降低了与扰动所在机架间的堆钢程度。
视距数据链系统实现远程互联组网与数据链消息传输,可采用联合范围扩展(JRE)技术。本文通过研究国外JRE技术体制,介绍了JRE的概念、由来及应用现状,重点介绍了JREAP消息标准的两类传输封装格式,并分析JRE解决的关键技术问题:共用时间基准确立、态势信息外推、态势信息过滤、网络拓扑维护,为相关研究提供参考。
新冠肺炎疫情突然爆发后,地铁突发事件在世界各地频频发生,不仅侵害公民人身安全,还引发了极大的社会恐慌。随着国内各单位,学校的相继复工,疫情新形势使疫情防控警务工作面临全新挑战。据统计,突发事件的地点主要集中在地铁站、列车车厢;恐怖袭击工具以及手段主要有刀斧砍杀、爆炸、毒气等,多样化的施暴手段极易造成重大人员伤亡并对社会造成恶劣影响。通过地铁站内实景模拟刀斧砍杀的实验来研究地铁站内人群疏散演变机制,针对疫情防控下地铁站内可能会发生的突发事件提出了应急疏散方案意见。探究应对地铁站内暴恐事件下的处置方案,为我国
为了缓解陕北山地苹果园的水分供需矛盾,提高水分有效利用率,提出适宜于该地区的节水灌溉制度.选取陕西省绥德县为代表性区域,利用该县1961-2017年的气象资料,采用水量平衡法
针对人工分割脑肿瘤耗时耗力的问题,提出一种基于U-Net的自动分割模型。设计了以U-Net模型为主体,Dense模块和注意力机制相结合的分割网络结构,使分割后的精度有了明显的提升。同时在RAdam优化算法的基础上加入Nesterov动量,即NRAdam优化算法,不仅加快收敛速度,还提高了模型的鲁棒性。将所提出的方法应用于MRI低级神经胶质瘤图像分割任务,得到Dice值和参数大小分别为0.9168和