浅谈建筑照明节能

<正> 1 前言照明消耗的能量占全地球能量输出的5％,在我国,照明用电量已占总用电量的10％以上。照明节能已成为国内外照明界十分关注的问题。所谓照明节能,就是在保证合理照明条件的前提下,尽可能地提高电能的利用率,从而减少用电量。在照明节能工作初期,人们往往通过关闭部分工作灯和装饰性的照明以及提倡随手关灯等措施,来减少照明用电量。后来才逐渐通     

商业银行顾客满意度的双因素效应

为确认在商业银行顾客满意度形成过程中是否存在双因素效应,在双因素理论指导下,对国内商业银行服务满意度进行问卷调查,并采用模糊聚类分析法进行评价检验.结果显示,商业银行顾客的满意度更符合双因素理论的描述,并据此提出商业银行应准确区分激励因素与保健因素的对策.     

大数据环境下的纺织制造执行系统设计

为解决纺织制造过程中的系统集成与数据管理问题,依据纺织制造过程工艺流程,对各工序产生的海量数据进行分析,对计划层与车间制造层之间信息无法衔接的问题进行研究。在原有系统数据,以及文本类型的原料、传感器,纱疵检测图像数据的基础上,构架了一种基于Hadoop的三层纺织大数据存储体系。利用D-S证据、增量聚类理论方法,对多源纺织数据融合技术难点进行设计,并提出了相应的算法与模型,进而对系统功能进行设计与实现。通过测试,结果表明该系统通过数据间的相关性实现了计划层与制造层之间信息的有效衔接,解决了信息"孤岛"问题,并为大数据环境下织物质量的实时在线检测提供新方法。     

浅谈建筑照明节能

作者在文中阐述了照明节能的措施,照明要采用合理的照明方案、高效节能照明装置、合理的配电方式以及加强照明管理和维护等问题都进行了详细的论述。     

基于经验模态分解的织造数据拟合方法比较研究

为确保织造过程坯布的质量稳定性和产量数据采集的准确性,对已有织造数据拟合方法进行应用对比分析,针对其在非线性织机声信号处理方面的不足,从不确定因素形成机理的角度对影响坯布质量波动的原因进行理论分析。利用经验模态分解算法在非线性信号处理方面的优势,构建一种改进的在线织造数据拟合方法,并将其应用于织机声信号特征的实时提取。实验结果表明,与现有数据拟合方法相比,该方法拟合处理后的坯布质量明显提高,有效确保织造过程坯布质量的稳定性和产量数据采集的准确性。     

面向制造层面的纺织集成化监控系统设计

为实现纺织厂各个车间生产监控系统的有效集成和数据资源在局域网内的共享,在原有车间监控系统的基础上,研制了一种通用数据接口,对异构数据库中的数据进行了有效集成;对系统实现过程中的2个技术难点:网络管理、信息安全进行了深入研究,并利用数据库技术、网络技术、RBAC理论对其分别进行了详细设计。同时,对系统的工作原理进行了介绍;构建了一种面向制造层面的集成化监控系统。结果表明:系统有效集成了各异构数据库中的数据,解决了数据孤立问题,实现了生产数据在局域网内的共享共用。     

面向制造层面的纺织制造执行系统研制

为解决纺织企业计划层与车间制造层之间信息无法有效衔接的现象,首先,对问题的原因进行了深入分析,并通过文献回顾,构建了面向制造层面的纺织制造执行系统体系框架;然后,对制造过程中的数据流程进行了研究,借助多Agent理论,构建了基于多Agent的系统任务调度算法;最后,在局域网环境下,开发了一种面向制造层面的纺织制造执行系统,同时,对系统的体系结构、数据流程、异构数据库的集成原理进行了详细介绍.通过系统子功能的实际应用,结果表明:制造执行系统实现了企业计划层与生产现场层间信息的有效衔接,解决了企业内部数据重复度高、利用率低的现象,而且体系结构简洁、易维护.     

并粗车间集散式生产监测系统的升级开发

为提高并粗车间的生产管理水平,减少劳动力成本和生产数据的重复利用,在原有监测系统功能的基础上,对系统的数据采集过程、报表格式设置、数据库访问技术进行了改进,并对系统的主要功能、数据库的逻辑结构进行了扩充,在局域网环境下,构建了一种集散式的监测系统管理软件.同时,对系统软件的主要管理功能进行了详细介绍,对设计过程中遇到的技术难点进行了阐述,并提出了相应的解决方案.实践证明,改进后的监测系统使得数据采集过程更加直观,系统功能更加完善,实现了从制订计划到生产过程控制和生产数据统计的网络化管理.     

校企技术转移影响因素的实证研究

研究确定影响校企间技术转移的关键因素,可作为校企间技术转移的理论指导．校企间技术转移既是实现高校科研成果价值、促进企业竞争优势提升的重要途径,也是推进地区和国家经济发展的重要途径．通过有效促进校企技术转移成功的关键因素发展,可实现产学研水平的有效提升．建立校企技术转移的影响因素模型,总结评述国内外相关研究并提出研究假设,进而以专家调查的方式,运用因子分析、单因素方差分析等统计方法进行实证研究,探讨了影响校企技术转移的关键因素为科技发展,大学的技术研发能力、转移意愿,接受方（企业）的吸收能力、获取意愿,资金保障、中介支持及双发沟通互动能力．