基于灰色关联分析的电网安全事故关键致因分析

探讨和研究电网安全事故的影响因素及控制已成为预防电网安全事故发生的热点问题。为揭示电网安全事故发生的深层机理,基于事故致因理论,采用质性分析和灰色关联分析的方法,分析中国电网安全事故的关键致因。研究发现,电网安全事故的影响因素主要包括主体因素（认知因素、行为因素和身体因素）、过程因素（组织氛围因素和组织过程因素）、对象因素（设备可靠性低和设备管理松懈）及情境因素（作业环境因素和非作业环境因素）。灰色关联分析表明：电网安全事故的致因因素可以分为红色危险因素（r≥0.8）、橙色警备因素（0.7≤r＜0.8）和黄色警告因素（r＜0.7）,其中,组织氛围因素、认知因素和行为因素是电网安全事故的关键致因因素。在此基础上提出电网安全事故管理的政策建议,以期推动中国电网安全发展进程。     

"校园一卡通"系统方案简介

"数字化校园"成为高校信息化管理的发展趋势,"校园一卡通"系统是"数字化校园"的重要组成部分,本文以国内高校信息化建设实际情况为依据,提出了高校建设"校园一卡通"系统的方案,并对建设模式,系统应用等进行了分析,具备一定的应用价值.     

利用高岭土制备纳米氧化铝

采用高岭土为原料制备纳米氧化铝成本低廉,可以大幅度提高高岭土的产品附加值,提高经济效益.实验以苏州高岭土为原料,通过酸溶、过滤、干燥和煅烧等步骤制备纳米氧化铝粉体.研究了高岭土煅烧温度、分散剂、沉淀剂及干凝胶煅烧温度等因素对氧化铝的浸取率及纳米氧化铝细度、形貌、晶型的影响.实验得出高岭土经700℃煅烧,盐酸浓度20%,AI/HCI摩尔比为1:7,100℃酸浸3h,浸取率达到93.83%,干燥产物在800℃煅烧得到长度为50nm、长径比为10左右的针状γ-Al2O3,1300℃完全转变为α-Al2O3.     

新型压缩机润滑油站系统开发与应用

针对K201A/B活塞式重整氢增压缩机的原润滑油系统存在的问题,开发设计了新型的压缩机润滑油系统。该系统取消原润滑油系统中的轴头齿轮油泵,采用互为备用的三螺杆泵,润滑系统采用2次压力调节,油站的控制部分的设计合理,可确保连续稳定的润滑供油。     

菲尼克斯电气PROFINET全国巡回技术研讨会隆重举行

2005年5月23日至5月31日，由中国机电一体化学会主办，菲尼克斯电气、西门子公司以及哈庭公司协办的“现场总线PROFIBUS和PROFINET技术巡回研讨会”分别在北京（5．23）、长春（5．26）以及上海（5．30）三地隆重召开。此次巡回研讨会参与者众多，吸引了大批来自汽车、石化、航空、建筑、冶金、电力等行业的专家、学者、工程技术人员近700人到会聆听。     

铅锌企业呼唤恢复期货

自1998年取消铅锌期货交易以来,我国铅锌工业发生了翻天覆地的变化。业内人士认为,当前恢复铅锌期货交易条件已成熟,建议恢复这两个品种的期货交易。中金岭南铅锌期货交易条件完全成熟与取消铅锌期货交易的1998年相比,我国铅锌行业的结构发生了根本变化,已具备了恢复交易的各项     

空域预滤波的稳健自适应波束形成方法

假定的期望信号方向向量与真实信号方向向量存在误差时,常规自适应波束形成性能将严重降低,针对该问题,提出了一种稳健的自适应波束形成算法.首先利用凹槽空域矩阵滤波器对基阵接收数据进行空域预滤波,消除协方差矩阵中的期望信号分量,然后重构协方差矩阵同时反变换到阵元域,再用重构的协方差矩阵形成自适应波束权向量.由于方法消除了期望信号分量的影响,极大地提高了自适应波束形成算法对系统误差的稳健性.计算机仿真验证了所提方法的有效性.     

基于化学物质释放的五点傅里叶变换求解泊松方程的方法

在电离层化学物质释放数值模拟中,傅里叶变换是一种有效的求解泊松方程的方法,但其仿真精度有待进一步提高.文章提出一种改进的傅里叶变换求解泊松方程的方法,对泊松方程的五点差分形式做傅里叶变换,并引入误差修正项,弥补二阶差分带来的误差,模型中给出了详细推导过程,并与常用方法进行了对比分析.研究结果表明,改进方法求得电势的均方误差（Mean Square Error,MSE）相对Birdsall方法和电势求导方法小6个量级,电势空间分布更加接近解析结果.文中所提方法满足化学物质释放数值仿真的要求,为等离子体粒子模拟中泊松方程的求解提供了一种新的方法.     

关于工器带有双频毫米泼的研究

在无线领域的微波器件是对于器件的一种带有无线天线的功用频段。这几个频段之间互不干扰。在高频段的发展中,也有高频的技术要求,带有研制的毫米微波是一种宽频的微波技术。在其他种类的工器具有板材的制作灵活,体积等特点,在一些小型化的要求中可以介绍一个滤波器和一个高通滤波器并联构成,在其中的原型可以进行仿真优化实现带微波的工器。     

基于CUDA的压缩感知重构算法并行化研究

压缩感知重构算法存在计算量大、运行时间过长的问题,无法满足人们对算法处理实时/准实时性要求。最近几年,GPU计算能力得到很大的提升,已成为提高算法处理速度最有效的方式之一。根据GPU的硬件特性,文中提出了基于CUDA的压缩感知重构算法的并行设计。实验结果表明:在NVIDIA K20Xm平台上运行,并行算法取得的加速比可达到100X。