煤矿管理系统信息化的设计与应用

随着网络技术的快速发展,信息化系统的处理能力越来越强。在煤矿管理中应用广泛的GIS技术逐渐向自动化管理方向扩展,并得到更广泛的应用,在煤矿管理中实现信息化管理对于我国现代化建设有着非常重大的意义。文章在分析GIS技术的优缺点基础上,提出在煤矿管理系统中应用可靠传输技术,设计煤矿管理系统GIS模型,并在该机制中引入传输层信息的反馈,以达到煤矿管理系统信息化应用的最优化。     

基于自抗扰串级控制的蒸汽发生器水位多模型控制方法

提出了基于自抗扰串级控制的蒸汽发生器水位多模型控制方法,其内回路采用比例控制,以快速消除给水扰动,而外回路采用二阶自抗扰控制,利用扩张状态观测器对系统的内扰和外扰实时估计,采用前馈方式给予补偿,并通过非线性反馈控制改善控制系统的快速性和稳定性。原串级控制结构不变,但外回路采用多模型自抗扰控制,从而实现全工况运行的自适应控制。仿真结果表明所提控制方法能实现大范围内平滑、快速、精确控制,其系统的鲁棒性和抗干扰能力优于常规串级PID控制方法。     

电化学腐蚀MCP中载流子传输特性作用与影响分析

结合半导体能带理论以及电荷传递理论,阐述了电化学刻蚀硅微通道过程中的输运原理;在电化学腐蚀MCP以n-型（100）晶向单晶硅为研究对象,设计实验,找出硅片中载流子的最佳激发波长为850 nm,以磷离子注入工艺制备的欧姆接触层能产生更多的光生空穴,以微通道板几何结构建立模型,模拟微通道尖端结构对载流子的收集情况,发现载流子在尖端聚集,侧壁被钝化保护,使通道沿尖端方向生长,从而分析不同工艺条件对运输特性的作用与影响分析。     

基于Boosting-决策树C5.0的岩体结构面粗糙度预测

针对目前岩体结构面粗糙度系数（JRC）定量评价模型构建困难且预测精度较低的问题，搜集包括10条Barton标准剖面线在内的112条岩体结构面JRC，统计各剖面线的8种形态参数. 采用主成分分析降维处理形态参数，共得到5个主成分. 以前102组剖面线参数作为训练样本，采用Boosting-决策树C5.0算法构建模型，以10条Barton标准剖面线验证模型精度. 对比决策树C5.0模型、CHAID决策树模型、支持向量机（SVM）模型、类神经网络模型，分析各模型预测效果. 结果表明，Boosting-决策树C5.0模型的预测结果平均误差、均方根误差均最小. 建立的显式JRC预测模型，包含8层共计68节点的判别阈值.     

大豆拉丝蛋白不同加工方式对高脂血症小鼠降脂功效的影响

目的:研究大豆拉丝蛋白丸子不同加工方式对高脂血症小鼠的降脂功效。方法:选取50只ICR（Institute of Cancer）小鼠初始分为正常对照组10只、40只高脂血症模型组。正常对照组和高脂血症模型组小鼠分别饲喂普通饲料和高脂饲料。6周后,将造模成功的ICR小鼠随机分为4组,分别为高脂模型组、大豆拉丝蛋白、大豆拉丝蛋白丸子（油炸）组、大豆拉丝蛋白丸子（水煮）组。喂养7周后,检测血清中总胆固醇（total cholesterol,TC）、 甘油三酯（triglycerides,TG）、低密度脂蛋白胆固醇（low density lipoprotein Cholesterol,LDL-C）、 高密度脂蛋白胆固醇（high density lipoprotein cholesterol,HDL-C）、谷丙转氨酶（alanine aminotransferase,ALT）、谷草转氨酶（aspartate aminotransferase,AST）水平,肝脏 HE 染色观察组织病理学变化。结果:与对照组相比,高脂血症小鼠血清中血清总胆固醇（TC）、甘油三酯（TG）、低密度脂蛋白（LDL-C）、血清谷草转氨酶（AST）、谷丙转氨酶（ALT）、肝脏及附睾脂肪质量及相应指数均升高（P<0.05或P<0.01）;与高脂模型组相比,三组大豆蛋白组的血清总胆固醇（TC）、甘油三酯（TG）、低密度脂蛋白胆固醇（LDL-C）、血清谷草转氨酶（AST）、谷丙转氨酶（ALT）、肝脏质量(仅大豆拉丝蛋白丸子油炸组）、附睾脂肪质量和附睾周脂指数均显著降低（P<0.05或 P<0.01）。肝脏HE染色切片显示,高脂喂养下小鼠肝脏切片出现明显脂质空泡及脂肪滴,而大豆拉丝蛋白和大豆拉丝蛋白丸子（水煮）组干预后肝脏切片无明显的脂质空泡和脂肪滴形成。大豆拉丝蛋白丸子（油炸）组仍可见脂肪滴形成。结论:本课题组研究的大豆拉丝蛋白丸子可以减轻高脂血症对机体脂质代谢的影响,且油炸和水煮两种加工方式对降脂功效无明显影响。     

长脉冲激光与金属相互作用影响分析

通过使用1 064 nm,Nd：YAG长脉冲激光作用在金属材料从理论和数值模拟的角度研究各种因素对激光加热效应的影响。针对国内外目前长脉冲激光与物质相互作用研究的现状,分析和模拟了长脉冲激光与材料相互作用过程中的各种现象和问题,特别是对长脉冲激光与金属相互作用时的温度场及应力场进行了较全面的理论分析。就靶材物质对激光的...     

烧结温度对Al_3Ni金属间化合物增强铝基复合材料力学性能的影响

通过粉末冶金原位合成法制备Al3Ni金属间化合物增强铝基复合材料。采用X射线衍射,扫描电镜,硬度测试和压缩强度测试,研究烧结温度对复合材料微观结构和力学性能的影响。结果表明:在铝基体中成功获得了均匀分布的金属间化合物Al3Ni增强相;随烧结温度从570℃上升到590℃,复合材料的密度从2.435 g/cm-3上升到2.990 g/cm-3,维氏硬度从~24升高到~37;经590℃烧结制备的复合材料表现出了高的压缩强度(255 MPa)和伸长率(~40%)。     

基于混沌粒子群算法优化的自抗扰控制在蒸汽发生器水位控制中的应用研究

由于核电站蒸汽发生器是一个高度复杂的、非线性、时变的系统,传统的串级PID控制以及其它现代智能控制方法均难以取得满意的控制效果.把自抗扰控制方法引入蒸汽发生器水位的串级控制系统中,能够解决传统PID快速性和超调的矛盾,且能够动态补偿对象模型的内扰和外扰.但自抗扰控制器参数众多,无统一调整规范,参数难以整定,为解决这一问...     

一种结合CNN和GRU网络的超短期风电预测模型

在大型电网和小型微电网中,风力发电预测对电力系统安全和经济运行发挥着至关重要的作用。针对传统建模中风电功率时变特性的局限,进一步探索风电时间序列波动特征的潜在信息,文章提出一种结合卷积神经网络(Convolutional Neural Network,CNN)和门控循环单元(Gated Recurrent Unit,GRU)的超短期风电预测模型。首先,该模型利用NWP气象数据为输入并将其归一化处理;然后,采用结合CNN和GRU网络对多变量时间序列进行动态时间建模,引入CNN来压缩GRU隐藏状态以减少计算模型的输出,克服训练过程中的梯度爆炸和消失问题;最后,根据风速和风力发电功率特性实现风电预测。通过实验仿真结果可知,与目前已投入运行的基于ANN的风电预测系统和近年来新兴的LSTM深度学习算法相比,该方法具有更高的预测精度,具有一定的工程价值。