抛开“薪情”谈“忠诚”

面对当前不容乐观的经济形势,很多企业开始缩减规模。这势必对员工的心里造成一定的影响,严重的甚至导致大量员工失去活力甚至是离开公司。如何在不改变薪酬的条件下,提高员工忠诚度成为解决问题的途径。就如何提高员工忠诚度提出几点办法。     

基于NDIR的甲烷传感器微弱信号调理设计

该文介绍了一种基于非分光红外的甲烷传感器检测信号调理部分的设计方法。该方法采用OP77运算放大器搭建跨阻放大器和可变增益放大器,将传感器输出的微弱电流信号经过跨阻放大器和可变增益放大器进行调理转换成单片机可以采集的电压信号,并对高频信号进行抑制,提高信噪比。利用MULTISIM软件对设计电路进行模拟仿真实验,在保障合理放大信号的前提下降低电路复杂度和制作成本,提高电路稳定性。信号调理对后续的调试和信号进一步处理等有重要的作用。     

建筑间效应对自然通风住宅能耗影响的研究

利用DeST-VentPlus软件分别对建筑密度与室外来流风速对住宅建筑能耗的影响进行模拟研究,并采用IBE指数来量化能耗预估的准确性。模拟结果显示西安市具有良好的自然通风潜力,月能耗节约率最高可达45.6%。建筑间效应在夏季对建筑能耗的影响较大,建筑能耗与室外来流风速呈负相关,而与建筑密度成正相关。随小区建筑密度的增加,建筑能耗预估的准确性随之降低,其错误率最高可达75.5%。     

基于CEEMD-ISSA-LSTM的空气质量预测

针对传统空气质量(AQI)预测模型精度较低的问题,提出一种基于互补集合经验模态分解(CEEMD)和改进麻雀搜索算法(ISSA)优化长短期记忆网络(LSTM)的预测模型。首先,针对具有大量噪声的AQI数据直接进行预测误差较大的问题,利用CEEMD算法将原始AQI数据进行模态分解,以降低噪声对预测结果的影响。其次,针对麻雀搜索算法(SSA)易陷入局部最优、收敛速度慢的问题,利用正弦混沌、动态自适应惯性权重、高斯变异和反向学习策略改进麻雀算法,降低了SSA陷入局部最优解的概率,提高了麻雀算法的收敛速度和寻优能力。最后,利用ISSA对LSTM模型的参数进行寻优,构建ISSA-LSTM模型进行预测,得到最终的AQI预测结果。实验结果表明,与其他传统预测模型相比,基于CEEMD-ISSA-LSTM模型对AQI的预测具有更高的精度,其预测的均方根误差为1.24μg/m³,平均绝对误差为0.98μg/m³,拟合度为98.5%。     

轨道交通信号虚拟仿真实训平台建设与实践

轨道交通信号专业为解决实验教学设备投资高、面积大、高危险导致实验无法实施的难题,对虚拟仿真技术与实验课程进行"系统性"顶层设计。本文结合专业特色和人才培养要求,分析传统实训中存在的问题,提出轨道交通信号实训平台的技术构架和运营效率虚拟仿真计算模块,构建在线实时的评价考核体系。轨道交通信号虚拟仿真实训将学生与实训内容联系起来,提升学生分析解决复杂工程问题的能力,达成培养高水平应用技术型人才的目标。     

基于Hilbert 空间的致密碎屑岩储层有效裂缝识别方法

裂缝性致密碎屑岩是一种重要的油气储层,其裂缝发育段识别及预测是研究的关键。研究表明,主成分分析法在裂缝别识中具有良好的效果。为进一步改进主成分分析法对数据非线性结构处理能力不足的缺陷,将其拓展到Hilbert空间,利用核函数优化成核主成分分析法,有效提高了对样本数据的非线性分析能力和提取识别的精确度。对沁水盆地南部地区山西组致密碎屑岩储层有效裂缝进行识别,主成分1和主成分2的累积贡献率提高至94.800%,较传统主成分分析法提高了6.240%。运用优化后的核主成分分析法对有效裂缝进行识别,能够更加有效区分致密碎屑岩储层发育裂缝与不发育裂缝,同时能够进一步识别未充填裂缝与半充填、全充填裂缝储层,提高对致密碎屑岩储层有效裂缝的识别精度。     

基于PSO优化BP神经网络的多传感器数据融合

针对室内环境监测中单一传感器测量数据精度低、可靠性差的问题,提出一种基于粒子群(particle swarm optimization,PSO)优化BP神经网络多传感器数据融合算法。首先使用防脉冲干扰平均滤波算法来消除检测数据中的异常数据和噪声数据。其次,利用卡尔曼滤波算法对多同类传感器进行数据级融合,有效地降低因噪声干扰导致的测量误差,为异质传感器进行决策级融合提供最佳数据。最后,采用PSO优化BP神经网络算法进行决策级融合。实验结果表明,基于PSO优化BP神经网络多传感器数据融合算法对测试样本的平均绝对百分比误差(mean absolute percentage error, MAPE)和拟合度(r²)均优于BP神经网络和自适应加权(adaptive weighted, AW)优化BP神经网络,且运行时间比BP神经网络以及AW-BP神经网络分别短69.31%、50.36%。经验证,基于PSO优化BP神经网络多传感器数据融合算法具有更高的融合精度,同时缩短了算法的运行时间。     

基于STM32室内空气质量检测系统的设计与实现

以STM32F407单片机为核心处理器,选择氧气、甲烷、二氧化碳、PM_2.5以及温湿度传感器构成传感器阵列。该系统可以针对室内有毒有害气体得到连续输出响应,输出信号由单片机采集,由卡尔曼滤波算法处理,进而得到一个连续、稳定、可标定的空气指数并在液晶显示屏上显示;通过NB-IoT无线传输模块发送给手机APP,实现用户远程实时监测居家环境信息,若二氧化碳、甲烷和PM_2.5含量超标时,则启动报警装置。经过测试发现,该系统实现了监测与报警一体化的智能控制,具有体积小、功耗低等优点。     

不同晶向CaF_2晶体表面精密加工特性研究

研究了具有不同取向Ca F2晶体材料的表面加工特性问题。首先通过对具有不同取向Ca F2晶体材料的表面进行精密加工实验,研究了抛光过程中去除率与所加工表面晶向的关系;对所加工的表面质量进行测试,分析了晶体取向与表面抛光所获得粗糙度的关系。结合Ca F2晶体的结构与其物理特性,讨论了造成不同取向Ca F2晶体材料表面加工特性差异的原因,得出了(111)晶面在相同加工条件下可获得最佳抛光质量的结论。     

采暖季两种地板材质对建筑热环境影响测试研究

本文结合2016年冬季采暖期间室内温、湿度、风速、黑球温度实测数据,研究在居住建筑中采用地板辐射采暖的房间里,采用不同地板材料的房间内热环境参数分布情况。结果表明,同一住户家中,采用木地板的房间内室内辐射温度平均低于采用瓷砖的房间0.9℃,空气温度平均低于采用瓷砖的房间0.8℃。对于均采用瓷砖地面的两房间内平均辐射温差为-0.2℃,平均空气温差为-0.1℃,且两房间内的温度大小不定。而不同室内相对湿度和风速则无明显规律。