变电站电压无功综合调节可变规则的模糊控制

在文献[1]工作的基础上，提出了变电站电压无功综合调节可变规则的模糊控制方法，经数字仿真取得更为理想的控制效果。     

一种改进的PIV互相关算法

本文在对两种传统PIV算法进行深入分析的基础上，融合了它们的优点而发展了一种新的速度提取算法一预估搜索法，并给出了算法的具体实现步骤。人工及真实图像实验均表明该法具有求解速度快、计算精度高的优点。     

数字图书馆系统中基于Ontology的用户偏好模型

个性化服务技术为数字图书馆的研究带来一些新的挑战.如何描述用户的偏好以及如何使数字图书馆支持偏好查询是有待研究的一个问题.人们已经提出了基于偏序关系的用户偏好模型,并针对关系数据提出了一系列偏好构造方法.数字图书馆中的数据是半结构数据.半结构数据上用户偏好的描述比关系数据复杂得多.偏序模型无法有效地表达数字图书馆中的用户偏好.提出基于ontology的新的用户偏好模型,用ontology来描述数字图书馆中的文本和文本上的偏好.该模型能够充分表达用户偏好的结构和语义,并提供了复杂的偏好操作,能够有效地支持数字图书馆中的个性化检索和推荐操作.     

套筒连接的预制拼装桥墩抗震性能研究

以灌浆套筒预埋于墩身的预制拼装桥墩为研究对象,分析了地震作用下此类桥墩墩身与承台接缝处的受力机理和套筒预埋于塑性铰区对桥墩整体受力性能的影响,进行了灌浆套筒预埋于墩身的预制拼装桥墩模型拟静力试验。在此基础上,采用数值模拟分析方法,建立有限元模型,比较了采用灌浆套筒连接的预制拼装桥墩与整体现浇桥墩的性能差异,以及不同直径的灌浆套筒对此类预制拼装桥墩抗震性能的影响。研究表明:采用墩身预埋灌浆套筒连接的预制拼装桥墩,因套筒刚度大,易在墩身套筒连接段形成刚性区域,发生墩身曲率重分布现象,导致墩底接缝处曲率增大,应变集中。此外,灌浆套筒埋置于墩身的预制拼装桥墩与整体现浇桥墩相比,等效塑性铰高度减小,位移承载能力降低,且灌浆套筒直径越大、长度越长,桥墩接缝处应变集中越明显,与整体现浇桥墩性能差异越大,导致桥墩最终破坏形式由传统的塑性铰区域混凝土破坏转变为墩底接缝处钢筋拉断。     

斜拉桥横向减震振动台试验

为了研究弹塑性阻尼器对斜拉桥横向地震反应的减震效果,以一座独塔斜拉桥为研究对象,设计了1∶20大比例缩尺的全桥振动台模型,采用一条远场波和一条近场波作为地震输入,对该模型进行了全桥横向振动台试验。试验结果表明,与塔梁、墩梁横向固定连接相比,塔梁、墩梁横向采用弹塑性阻尼器连接能有效减小桥塔横向地震响应,如在远场和近场地震输入下,塔底截面钢筋应变分别最大减小了40%和10%;但在近场地震输入下,弹塑性阻尼器变形约为远场地震输入时的3.6~4.6倍,加载完成后产生明显的残余变形。通过对比数值和试验结果可知,数值结果与试验结果较接近、吻合较好。     

闪光灯的改进设计

在日常的生活和工作中,人们往往会拿起相机记录下美好地瞬间和工作中所需要的素材,但在一定的条件下,在拍摄时由于光亮度不够,需加附助光——闪光灯,在加闪光灯时往往会出现如下的几个问题: (1)闪光灯充电太慢。 (2)当拍摄后几张照片时(以36张计算),洗出的照片总有曝光不足的感觉。 (2)往往一卷胶卷没有拍完,电池的电就不足了,甚至还要更换新电池。 针对以上的问题,我查阅了有关的资料和教科     

HP磨煤机风环技术改造及效果

ＨＰ磨煤机风环技术改造及效果浙江省电力试验研究所（３１００１４）李建中北仑电厂１号炉系美国燃烧工程公司（ＣＥ公司）制造的一次中间再热、强制循环单汽包炉。所配备的锅炉制粉系统为正压直吹式系统．共配备６台由美国ＣＥ公司生产的ＨＰ－９８３型碗式中速磨煤机。...     

IDEF方法族在企业过程再造中的应用

美国空军公布的ＩＣＡＭ工程中用了名为ＩＤＥＦ的方法。目前,此方法已发展成为系列技术,或称为ＩＤＥＦ方法族。本文将ＩＤＥＦ方法族引入企业过程再造（ＢＰＲ）中,重点探讨了ＩＤＥＦ０、ＩＤＥＦ３、ＩＤＥＦ１ｘ和ＩＤＥＦ５中的重要作用并给出了举例。     

利用编码器对单片机中断功能的扩展设计

本文在对常用单片机中断功能扩展方法优缺点分析的基础上,用编码器扩展单片机中断功能,提出了采用中断向量表实现中断功能的软件设计方法,并给出了参考程序,这种扩展方法具有接口电路简单,软件实现容易,不耗费单片机内部资源,中断响应快的特点。     

基于相关性的多维时序数据异常溯源方法

提出一种基于统计学相关性分析的多维时序异常数据检测分析方法,以对检测中表现为异常的数据进行溯源:对反映系统故障的数据和传感器质量问题的数据进行分类,进而识别出真正的系统故障,避免误检.首先根据相关关系构建时序相关图,再进一步归纳为时序相关环模型,通过在时序相关图上搜索并确定时序相关环的过程,提取时序相关环中的特征,得到时间序列相关性集合.进而利用时间序列相关性集合进行时序数据异常来源检测,根据检测结果评估时序传感器数据对应的系统故障的几率.在真实的工业设备传感器序列数据集上进行大量实验,实验结果验证了该方法在高维时序数据的异常检测任务上的有效性.通过对比实验,验证了该方法从稳定性和效率上优于基于统计和基于机器学习模型的基准算法,时间序列的维度越高,该方法较基准算法的提升越明显.该方法通过对多维时序数据相关性知识的挖掘,既节约了计算成本,又实现了对多维异常数据来源的精准识别.