上海东海大桥海上风电场水下噪声特性分析

随着对清洁能源利用的逐步重视,我国海上风电产业发展迅猛。人为活动所产生的水下噪声是近几年备受关注的环境问题,而我国对海上风电场水下噪声的相关科学研究却几乎一片空白,因此实验对上海东海大桥海上风电场运行期噪声进行了实地调查采样,并进行数据分析。分别研究了不同单机容量风电机的噪声特性,并对风电场内单个风机分不同深度进行了噪声特性研究,还对不同噪音测量方法进行了对比。结果表明:风电机噪音具有低频及低能级水平的特点,主要频率在400 Hz以内,声压级在81~101 d B之间。海水流速一定时,不同深度风电机水下噪声频谱特性基本一致;当海水流速增大,会导致频谱部分主频峰值的丢失或偏移。噪声记录使用的抛锚定点测量法空间自由度高,但测量时间较被动;漂流法测量路线单一,但测量时间自由度较高。     

基于CFD的树高与风速风压关系的模拟

为了解树高与风害的关系,基于CFD的模拟思路,以橡胶树为模拟对象,利用GAMBIT,FLUENT,CFD-POST 3个软件,模拟不同树高下与风速、风压的关系。结果表明,树高与风速、风压成正相关关系;树高每增加3 m,风速平均增加7.7%,风压平均增加15.8%。     

3种木香多糖提取方法的比较

[目的]比较回流提取法、热水浸提法和超声波辅助提取法对木香多糖提取效果的影响,为木香多糖的开发利用提供参考依据.[方法]以木香根为原料,通过正交试验考察料液比、提取时间、提取温度和提取次数对多糖提取量的影响,采用蒽酮—硫酸法测定木香多糖含量,并对回流提取、热水浸提和超声波辅助提取3种提取方法的最佳提取条件和提取量进行比较.[结果]回流提取法的优化条件:在料液比1∶40、85℃水浴条件下提取3次,每次提取2.5h,多糖提取量11.445 mg/g,以提取次数和料液比对木香多糖提取量的影响显著(P<0.05,下同);热水浸提法的优化条件为:在料液比1∶120、85℃水浴条件下提取2次,每次提取2.0 h,多糖提取量为10.804 mg/g,以提取温度和提取时间对木香多糖提取量的影响显著;超声波辅助提取法的优化条件:在料液比1∶10、50℃超声波辅助(超声功率300 W,工作频率40 kHz)条件下提取2次,每次提取2.5 h,多糖提取量为10.718 mg/g,以提取时间和提取温度对木香多糖提取量的影响显著.[结论]3种提取方法对木香多糖提取量有明显影响,综合考虑,回流提取法成本较低、操作简便,适用于工业化生产,而超声波辅助提取法能耗低、提取效率较高,可作为实验室科学研究的首选方法.     

无糖型半夏泻心颗粒制备工艺的研究

目的 优选无糖型半夏泻心颗粒最佳制备工艺。方法 以黄芩苷、小檗碱含量和出膏率为指标,应用L9（34）正交设计和多指标综合评分法优选无糖型半夏泻心颗粒最佳水提取工艺;以成型性、制粒情况为指标,考察辅料、矫味剂的种类和配比。结果 最佳提取工艺为黄连用70%乙醇提取后,药渣与处方中其他6味药混合,提取3次,第一次加9倍量水,煎煮1 h,第二次加8倍量水,煎煮1 h,第三次加6倍量水,煎煮0.5 h;最佳的辅料种类和比例为浸膏粉：糊精：可溶性淀粉：甜味素=1：0.6：0.2：0.015,85%乙醇为润湿剂。结论 该工艺合理可行,适宜做无糖型半夏泻心颗粒的制备工艺。     

阳虚生风论

中医论风证的辨证治疗,向来仅注重火热、阳亢、阴虚、血虚等引起的风证,绝少论及阳虚动风。本文从阳虚生风的理论、病证类型、辨证要点等方面简要论述了阳虚阴盛同样引起动风证,并例举临床病例以详解辨证关键。     

贞芪扶正泡腾片的辅料处方优选的研究

目的 优选贞芪扶正泡腾片的处方。方法 本实验用酒石酸为酸源,NaHCO₃为碱源,崩解时限、口感等为考察指标,单因素试验筛选酸碱比例,通过正交试验筛选酸碱总量、药粉总量以及崩解剂,采用HPLC测定泡腾片中特女贞苷的含量。结果 贞芪扶正泡腾片的最佳处方：药粉15%、酒石酸17.78%、NaHCO₃ 22.22%、PEG6000 11.11%、PVPP 3.5%、α-乳糖30.14%、硬脂酸镁0.25%,以蒸馏水作为润湿剂,用酸碱分开的方式制粒。所得泡腾片口感好、硬度适中、片重差异小、脆碎度、崩解时限以及含量符合规定。结论 该处方合理,制成的泡腾片符合规定。     

Modeling spatio-temporal distribution of soil moisture by deep learning-based cellular automata model

Soil moisture content (SMC) is a key hydrological parameter in agriculture,meteorology and climate change,and understanding of spatio-temporal distributions of SMC in farmlands is important to address the precise irrigation scheduling.However,the hybrid interaction of static and dynamic environmental parameters makes it particularly difficult to accurately and reliably model the distribution of SMC.At present,deep learning wins numerous contests in machine learning and hence deep belief network (DBN) ,a breakthrough in deep learning is trained to extract the transition functions for the simulation of the cell state changes.In this study,we used a novel macroscopic cellular automata (MCA) model by combining DBN to predict the SMC over an irrigated corn field (an area of 22 km~2) in the Zhangye oasis,Northwest China.Static and dynamic environmental variables were prepared with regard to the complex hydrological processes.The widely used neural network,multi-layer perceptron (MLP) ,was utilized for comparison to DBN.The hybrid models (MLP-MCA and DBN-MCA) were calibrated and validated on SMC data within four months,i.e.June to September 2012,which were automatically observed by a wireless sensor network (WSN) .Compared with MLP-MCA,the DBN-MCA model led to a decrease in root mean squared error (RMSE) by 18%.Thus,the differences of prediction errors increased due to the propagating errors of variables,difficulties of knowing soil properties and recording irrigation amount in practice.The sequential Gaussian simulation (s Gs) was performed to assess the uncertainty of soil moisture estimations.Calculated with a threshold of SMC for each grid cell,the local uncertainty of simulated results in the post processing suggested that the probability of SMC less than 25% will be difference in different areas at different time periods.The current results showed that the DBN-MCA model performs better than the MLP-MCA model,and the DBN-MCA model provides a powerful tool for predicting SMC in highly non-linear forms.Moreover,because modeling soil moisture by using environmental variables is gaining increasing popularity,DBN techniques could contribute a lot to enhancing the calibration of MCA-based SMC estimations and hence provide an alternative approach for SMC monitoring in irrigation systems on the basis of canals.     

齿形木纤维柴油车尾气微粒捕集器过滤效率模型与试验

为增大柴油车尾气微粒捕集器滤芯的过滤面积,降低滤芯的过滤阻力,提高滤芯的过滤效率,设计了一种内部具有中空通道的齿形木纤维柴油车尾气微粒捕集器滤芯。首先根据纤维材料的过滤理论,建立齿形木纤维滤芯的过滤效率模型;然后通过理论分析和数值计算得到滤芯过滤效率与各影响因素之间的关系曲线;最后利用自行研制的滤芯性能检测试验台对理论分析结果加以验证。研究表明,试验和理论结果吻合较好,当尾气微粒捕集器过滤室壳体尺寸为直径140 mm,高150 mm时,木纤维直径为15μm、滤芯填充率为0.3、滤芯厚度为12 mm时滤芯过滤效率和过滤阻力都处于较理想的范围,使用寿命可达60 h,过滤效率为96%,排气背压为3 k Pa,完全能满足柴油车尾气排放国家标准。该研究对柴油车尾气净化机及环境保护具有十分重要的意义。     

轴流泵多工况优化设计及效果分析

为了提高轴流泵非设计工况的运行效率,拓宽轴流泵高效区范围,对轴流泵进行多工况优化设计。结合轴流泵段的模型试验,采用数值模拟手段和数值优化技术,改变叶轮的几何设计参数。对轴流泵叶片进行参数化建模,再对轴流泵叶轮结果进行泵段数值模拟。最后以轴流泵段3个流量工况点的加权平均效率最高,扬程为约束条件,改变轴流泵叶轮的设计参数,对轴流泵段进行多工况优化设计。研究结果表明:优化后轴流泵段效率曲线较初始泵段明显变宽,其中小流量工况点效率提高约2.6%,设计工况点效率提高约0.5%,大流量工况点效率提高最多,约7.4%,而对于扬程变化范围较小,各工况点扬程均能满足运行要求,大大降低了运行成本,缩短了优化设计的周期。同时采用CFD计算的学科分析方式,结合试验研究的手段取代人工凭经验的优化方式,证实了轴流泵段多工况优化设计的可靠性、高效性。该研究将为泵站的高效运行和轴流泵的多工况优化设计提供参考。     

基于改进VonKarman模型的风力机来流三维风速模拟

为准确表征风力机来流的三维脉动风场,基于改进Von Karman模型,分别采用谐波叠加法(harmony superposition method,HSM)和自回归滑动平均法(auto-regressive moving-average,ARMA)对某33 k W水平轴风力机来流风况进行脉动风速模拟,并采用现有软件在同等参数下模拟结果与2种方法的对比。结果表明,HSM法所模拟出脉动风速的功率谱与目标谱更加吻合;3种方法自相关性都随时间增大而减小,其中ARMA法和软件模拟结果的自相关性较好;HSM法互相关系数极差值在8.49、11.31、19.80 m的间距上分别为0.764 9、0.580 7、0.438 7,其互相关系数随间距增大而减小,更符合实测结果。研究不仅可为不同风场随机来流条件下风力机气动计算提供依据,也可为近地面其他农业机械及工程设施的风荷载计算提供参考。