基于GM（1，1）和线性回归模型在印刷包衬压缩变形中的数据预测研究

运用线性回归对预测数据进行分析,剔除异常数据,用GM（1,1）模型进行预测,有效降低了数据相对误差,提高了预测数据的精度。选用印刷包衬压缩变形的压缩变形量值,用线性回归进行数据分析并剔除异常数据后用GM（1,1）进行预测,使得预测数据具有更高的准确性和适应性。实验及仿真结果表明,经过前期数据分析整理后的灰色预测模型,其预测期望值远优于单纯的回归模型和GM（1,1）模型。     

冻干技术及其在药品生产中的应用

对冻干技术的工作原理进行介绍 ,详细分析在初级干燥阶段和辅助干燥阶段物料的干燥过程及特性 ,物料温度在冻干过程中的变化及其参考性 ,以及影响冻干产品质量的若干问题和相应的解决措施     

高锌高悬浮物高炉煤气洗涤水的化学处理

南京第二钢铁厂高炉煤气洗涤水属高锌、高悬浮物污水、且系统小，矿源杂，水质不稳定，南京清新水处理工业公司采用不调ｐＨ的化学投药法，实现闭路循环，经过近一年的实际运行表明，处理效果良好，水质完全符合国家标准。     

面向粗粒度需求的服务组合优化方法

针对用户缺乏专业知识,往往只能给出粗粒度的需求,提出了一种基于粗粒度需求的服务组合优化方法.该方法把满足用户某一粗粒度需求的服务实例抽象为一类服务集合,依照业务流程关系将不同集合联系起来形成可行解;结合用户具体的功能需求,将不同服务集合内的服务实例科学地组合起来,形成满足功能需求且具有最优QoS指标的服务集合,并与具备复合功能的服务进行比较,最后形成优化解.实验结果表明:与传统方法相比,该方法综合考虑了用户的现实需求与系统的负载,合理地实现了服务组合的优化,满足了用户的需求,符合现实情况.     

基于FPA的新型气动柔性球关节的研究

驱动关节是机器人研究的重要基础部件,提出了一种基于气动柔性驱动器(FPA)的新型气动柔性球关节,本球关节采用三个FPA作为驱动器,通过向三个FPA输入不同的气压实现其旋转运动.由球关节力矩平衡的条件,建立了新型气动柔性球关节的数学模型,根据并联机构位置逆解易求的特点和BP神经网络的特性,建立了合适的BP神经网络模型,求解了新型气动柔性球关节的位置正解,最后通过MATLAB仿真验证了新型气动柔性球关节模型的准确性.     

无线铂电阻温度传感器测试系统

为实现对铂电阻温度传感器的自动测试,设计了基于ZigBee的铂电阻的测试系统.多个高精度微型铂电阻测试节点组网后把测试数据通过汇聚节点传输到计算机.在Windows的开发平台下,利用Delphi7.0+ SQL Server2000技术进行软件研发,实现了铂电阻数据的自动采集、处理、传输、管理、性能评判等功能为一体的自...     

基于ARM的双界面IC卡读写器的设计与实现

为满足智能卡在银行、保险、医疗等管理系统的应用需求,设计了一款基于ARM的支持双界面智能卡的读写系统。采用具有ARM Cortex M3内核的STM32F103RBT6和近场通信收发器STRFNFCA等芯片进行相关的硬件设计。软件设计完成了对非接触式卡和接触式卡的底层驱动及应用层通信模块、LCD显示等操作;根据PBOC 2.0标准对智能卡进行金融交易包括圈存、消费、查余额等;同时,读卡器集成了Crypto 1加密算法来兼容市场上的Mifare系列卡。测试结果表明,读写系统性能稳定、功耗低、实用性强、可靠性高。     

循环流化床水煤气炉示范工程运行初步总结

初步总结了江苏恒盛化肥有限公司(新沂化肥厂)的循环流化水煤气炉示范工程的运行情况，指出该技术特点是，原料用粉粒煤，气化剂是空气和水蒸汽，不需要建配套的空分装置，操作简单，投资较省。     

深度学习在电力领域的研究现状与展望

深度学习技术,近年来已经广受学术界和工业界的关注,已在图像处理及分类,自然语言处理和生物医疗领域中取得卓越成果.对于存在大量高维度数据的电力领域,引入深度学习的理论具有一定的意义.介绍了深度学习的几个经典模型结构、工作原理,以及相关领域的部分研究成果,并围绕深度学习在电力领域中的研究现状展开了论述,指出了存在的不足和未来研究的方向.     

引江济淮试验工程软岩崩解特性及其影响因素试验研究

以引江济淮试验工程为依托,开展砂岩与泥岩的崩解特性试验研究。通过静态烘干-浸水崩解试验,研究不同风化程度的软岩在干湿循环作用下的崩解性状,同时进行耐崩解试验以及点荷载强度试验,揭示崩解性与强度、失水率的相关变化规律。试验表明:干湿循环作用和风化作用均会减弱岩石耐崩解能力;风化岩石的耐崩解指数与干燥岩石点荷载强度成正相关,与岩石的失水率成线性负相关;岩石的耐崩解性与岩石结构类型关系密切。