工程量清单计价应用中的问题及对策

自2003年7月1日工程量清单计价实行以来,由于受传统计价方式的影响,我国的工程量清单计价推广工作还存在不少阻力,应用中还存在不少问题.要保证工程量清单计价模式的顺利实行,真正达到市场竞争形成价格,最终控制工程造价的目的,必须先解决工程量清单计价推广应用中存在的问题,使工程建设各方真正理解接受工程量清单计价模式.在认真...     

一种实信号偶型排列信道化IFM接收机

在输入为实信号、滤波器组为偶型排列并且50%重叠的情况下,推导出多相滤波信道化接收机的高效结构,利用Hilbert变换将0信道的实数信号变为复解析信号,然后进行CORDIC算法测相、一阶差分算法测频。通过仿真实验证明该设计方案的正确性与可行性。     

数字电影流动放映之困

正近年来,数字电影发展非常迅捷,数字影院如雨后春笋般在全国大中城市不断增加,但电影流动放映还存在一些问题。原来的胶片流动电影放映机淘汰后,边远地区的部队、油田、矿区等单位出现了新的看电影难的问题,数字电影流动放映因为技术标准、片源和设备等原因陷入了新的困境。     

氯乙烯聚合物的生产(上)

工业上氯乙烯(VC)聚会有悬浮法,乳液法,本体法和溶液(或沉淀)法。在这些方法中近来已实现许多重要的改革,或者改进产品质量或者是降低操作成本。每一种方法生产的PVC树脂都有各自的优点和用途。此外,气相聚合近来已引起注意,短期内会付诸工业化。     

基于ESO-UKF的动力电池内部温度在线估计

准确的内部温度估计对动力电池的安全使用至关重要,为了在线获取准确的电池内部温度,本文提出一种基于温度估计模型的ESO-UKF电池内部温度估计方法。其中温度估计模型由Bernardi生热模型与热路传热模型组成,生热模型中端电压由神经网络获取,传热模型参数由递推最小二乘法辨识得到;该算法利用温度估计模型的离散状态空间描述,提出ESO-UKF进行电池内部温度的在线估计,将影响估计精度的传感器偏差视为扩展状态与原状态一起估计,实现了对不确定状态的估计;测试验证表明该算法的估计误差小于1℃,能够实现多工况下内部温度的在线估计,估计精度高、适应性强。     

基于气象相似日选取与提升回归树的光伏发电短期功率预测

针对气象条件不稳定引起的光伏发电出力波动性和间歇性,提出基于气象相似日选取和提升回归树的光伏发电短期功率预测方法。本方法采用熵值法计算影响光伏发电功率各种气象因素的权重,采用动态时间弯曲距离计算历史日与预测日各气象因素相似度;对于每一个预测日的光伏发电功率预测,以历史相似日的气象数据和发电功率数据作为训练样本,采用提升回归树构建光伏发电短期功率预测模型,能够明显提升预测精度。以某光伏电站为研究对象,考虑气象相似日的提升回归树算法与回归树、提升回归树算法对比表明,光伏发电短期功率预测准确度有较大幅度提升。     

双通道同步复装载脉冲发生方法研究

瞬态脉冲信号在工业控制、光电子通信等领域应用广泛。本文提出了一种双通道同步复装载脉冲发生方法,并基于此方法设计了一个纳秒级瞬态脉冲发生系统。该系统由时钟发生模块、双通道同步复装载计数模块和信号边沿触发模块组成。时钟发生模块输出相位相同、频率稳定的时钟信号。双通道同步复装载计数模块对生成的时钟信号进行计数并发出指示信号。指示信号通过信号边沿触发模块直接输出脉冲信号。实验结果表明：该方法可以生成脉宽可调的纳秒级脉冲信号。最小脉冲宽度和脉宽调节精度为0.833ns,与其他窄脉冲发生方法相比,脉冲宽度更窄,脉宽调节精度更高。     

嵌入式电子助力转向系统研究

电子转向助力技术能够有效驱动汽车转向,为提高其转向控制的稳定性和准确性,本文设计了一种基于嵌入式的电子助力转向系统。首先针对传统的电子助力转向系统,利用牛顿第二定律建立其动力学模型,为控制器设计及构建硬件环境奠定基础。其次,针对典型电子转向助力系统的动力学模型,为降低其运动副间的摩擦对控制性能的影响,设计了自适应摩擦前馈补偿控制器,并根据Lyapunov稳定性原则确定了自适应控制率解析表达式。再次,本文以STM32F407嵌入式控制器为核心,搭建系统硬件平台并设计软件流程。最后,基于此平台展开试验验证,系统通过跟踪阶跃指令和正弦指令对比分析了传统PID算法和自适应摩擦前馈补偿算法,试验结果表明自适应前馈补偿算法可提高系统稳态精度和动态响应能力,并验证所设计的基于嵌入式的电子助力转向系统的正确性和完整性。     

以优先权为依据的多缓存一致性策略

本文提出了一种以优先权为基础来维护分布式文件多缓存数据一致性的策略，其中优先权是通过引入逻辑时间来计算的。     

基于统计特征混合与随机森林重要性排序的桥梁异常监测数据识别方法

准确识别结构健康监测系统中的异常监测数据对降低监测系统误报和正确评判结构服役状态十分重要。为降低不同模式异常数据样本量的非均衡性和异常数据中相同模式样本间的差异性对监督学习分类训练的影响，提出了包含基于前向差分求导进行样本数据增强、基于随机森林特征重要性指标进行样本统计特征指标集排序和多特征混合降维原始样本的异常数据识别方法。针对某座大跨度斜拉桥的实测正常数据和6类异常数据，计算了均衡化处理后增强数据的10类统计特征重要性指数。在7种特征混合输入方式下，分别采用K邻近法、支持向量机、决策树和随机森林作为分类器，检验并比较了提出方法用于识别异常数据的效果。测试集的平均识别准确率表明，相较直接对原始样本进行分类训练，提出的方法可显著提升识别异常数据的准确率，且最高识别准确率达到了97.10%。