基于层次分析法的长距离输水工程管材适应性评价

大口径长距离输水管道是当前水资源调配的主要手段,在保证水质、管材及线路选择、施工灵活性等方面相对于渠道输水有着较大优势.长输管道工程中管材的选择对工程的运行安全和工程造价至关重要.本文详细分析了钢管、预应力钢筒混凝土管等管材特点,基于层次分析法理论(AHP),建立了长距离输水工程管材适应性评价指标体系,以新疆某长距离输...     

2017~2018年江苏省食品添加剂风险监测结果分析

目的研究江苏省食品添加剂的产品质量及存在的风险点。方法对江苏省范围内的食品添加剂进行风险监测,通过对江苏省2017-2018年食品添加剂抽样检查结果的汇总,分析近2年江苏省范围内食品添加剂的质量水平,总结食品添加剂的风险点并制定相应的监督防控措施。结果 2017～2018年江苏省共完成173批次食品添加剂的风险监测,抽检的食品添加剂样品涉及3类:单一食品添加剂、食品用香精及复配食品添加剂,其中溶剂残留检出9批次,塑化剂检出23批次,铝含量超过100 mg/kg检出6批次,检出未标识添加剂5批次。结论当前江苏省食品添加剂存在的风险点主要是溶剂残留、塑化剂残留、高铝成分检出及未如实标注添加剂成分等情况。食品添加剂生产企业及食品加工企业应加强对该类风险点的防控,同时监管部门需增强对食品添加剂的监管力度,制定对食品添加剂生产企业相关风险点的监管措施。     

嵌入式智能家居监控系统的设计与实现

智能化、网络化的信息家电,是未来家用电器的主要发展方向。分析了嵌入式数据库在监控系统中的应用优势,阐述了家庭网关的设计与实现,提出了一种新的基于SIP协议和嵌入式数据库SQLite实现家居远程监控的总体设计方案。     

永磁同步电机伺服系统的RBF神经网络PID控制

永磁同步电机(PMSM)交流伺服系统中含有未知复杂干扰,属于一类复杂的非线性、不确知系统,会影响PID控制算法的控制质量,无法满足伺服系统的高精度指标要求,利用神经网络对未知信息数据的自学习和自适应能力,设计出一种基于RBF神经网络与传统PID控制相结合的智能PID控制器。仿真结果表明,应用了RBF神经网络PID控制的伺服系统,不但结构简单,而且能适应环境变化,干扰被有效抑制,控制精度明显提高,有较强的鲁棒性,达到了理想的控制效果。     

中央带裂缝混凝土循环拉伸断裂试验Felicity效应

混凝土的声发射特性是其在受载过程中的伴生现象,具有对应力或应变历史的记忆性,可以利用声发射记忆性评价混凝土结构损伤历史。通过中央带裂缝混凝土试件循环拉伸断裂试验,分析了不同声发射参量与循环荷载历程之间的关系,建立了循环拉伸状态下混凝土声发射损伤模式,揭示了初始裂缝宽度对Felicity比的影响规律。结果表明,动态轴向循环荷载作用下,随着初始预制裂缝宽度的增加,混凝土棱柱体试件Felicity比逐渐增大。主要试验成果为采用声发射记忆性来评判混凝土的损伤历史提供了一种新的方法。      

满足可靠及泛在需求的无线传感器网络部署研究

为适应能源互联网的发展要求,配电通信网中的无线传感网络(wireless sensor network,WSN)将具备实现泛在可靠接入的能力,针对传统WSN采用的数据传输方法存在传输数据可靠性低的问题,提出了一种综合考虑路径损耗和能量损耗的WSN路由部署算法.首先在各个区域与配电网故障检测主站之间采用光纤网络或无线网络来进行传送数据,在区域内部署WSN进行数据传输,然后计算数据传输的路径损耗和能量损耗,最后通过计算计及路径和能量损耗权重的综合值,实现最佳可靠传输路径的选择.仿真及实验结果表明,所提的数据传输方法在提高配电线路故障检测数据传输可靠性的同时可有效提高能量效率与网络性能.     

泵送混凝土表面气泡的成因和防治

本文通过现场施工中混凝土构件所出现的表面气泡现象,对气泡的成因、危害、消除的方法加以分析,并提出了相应的解决办法,以此来提高混凝土的质量与成型效果。     

塔式起重机使用中存在的安全问题及预防对策

塔式起重机（塔吊）在现代化建设事业中得到广泛的应用,在工程建设占有重要地位,已经引起各方面的重视。但是,由于对塔吊在安全管理上重视不够,常发生吊运重物坠落伤人、撞人、挤人事故,还有塔吊在安装拆除过程中发生“倒塔”和“折臂”事故。     

混合业务公平的宽带电力线正交频分复用系统跨层资源分配

在宽带电力线正交频分复用系统通信容量资源不足、实时业务要求固定速率/比特和非实时业务要求最小速率/比特、总功率受限子载波等功率的约束下,建立满足实时业务稳定性和非实时业务公平性的多目标优化跨层资源分配模型,提出混合业务公平性与速率自适应相结合的跨层资源分配算法。在典型电力线信道环境下进行仿真和分析,结果表明提出算法性能优于对比算法且更满足多用户混合业务电力线通信资源分配的多目标优化要求。     

基于先验知识与DBM采样的类不平衡用电数据分类方法

智能电网建设过程中现有客户标签体系不够完善,针对海量用户用电数据的分类管理中带有标签的样本数据量小以及类不平衡分布的问题,提出了一种基于先验知识与深度玻尔兹曼机(DBM)采样的不平衡用电数据分类方法。首先,提取负荷曲线的特征,建立采样原则,利用先验知识和DBM对负荷曲线进行采样。然后,将采样数据通过极限学习机(ELM)网络进行训练。最后以爱尔兰用户用电数据为数据源,通过与原始非采样、随机过采样、合成少数类过采样技术(SMOTE)的对比性实验分析结果表明,所提出的基于先验知识与DBM采样的不平衡用电数据分类方法能够更好地对类不平衡用电数据集进行分类,实现用户用电行为的分析,有效支撑用户侧错峰避峰工作。