安钢生产计划网络管理系统的开发与应用

介绍了安钢生产计划网络管理系统的开发背景、需求分析、总体设计、详细设计、系统配置、网络配置及其在安钢生产计划中的应用及效果。     

全容式LNG储罐基底隔震计算模型及动力时程分析

以现有的钢质储液罐的隔震计算模型为基础,建立了全容式LNG储罐的考虑基础整体转动刚度影响的基底隔震集中质量法计算模型,并以唐山LNG接收站项目的16万m3 LNG储罐为对象进行了动力时程分析.计算结果表明,若不考虑基础整体转动刚度的影响会引起支座剪力和位移计算值过小,这对工程设计是不利的;在隔震情况下,单桩所受的地震水平力和竖向压力均小于试桩报告的试验值,满足了桩的承载力要求.     

全容式LNG储罐混凝土外罐的预应力方案计算

为确保全容式LNG储罐混凝土外罐的造价经济、受力合理,有必要对混凝土外罐施加预应力。从工程设计的角度出发,以全容式LNG储罐混凝土外罐的受力特性为基础,对混凝土外罐预应力方案的计算要点进行了较全面的分析和总结,提出了简单易行的计算解决方案,并以16万m3LNG储罐为例,给出了详细的计算过程,实践证明提出的计算方案是正确的。     

多先验特征与综合对比度的图像显著性检测

目的 图像的显著性检测在计算机视觉中应用非常广泛,现有的方法通常在复杂背景区域下表现不佳,由于显著性检测的低层特征并不可靠,同时单一的特征也很难得到高质量的显著图。提出了一种通过增加特征的多样性来实现显著性检测的方法。方法 在高层先验知识的基础上,对背景先验特征和中心先验特征重新进行了定义,并考虑人眼视觉一般会对暖色调更为关注,从而加入颜色先验。另外在图像低层特征上使用目前较为流行的全局对比度和局部对比度特征,在特征融合时针对不同情况分别采取线性和非线性的一种新的融合策略,得到高质量的显著图。结果 在MSRA-1000和DUT-OMRON两个公开数据库进行对比验证,实验结果表明,基于多先验特征与综合对比度的图像显著性检测算法具有较高的查准率、召回率和F-measure值,相较于RBD算法均提高了1.5%以上,综合性能均优于目前的10种主流算法。结论 相较于基于低层特征和单一先验特征的算法,本文算法充分利用了图像信息,能在突出全局对比度的同时也保留较多的局部信息,达到均匀突出显著性区域的效果,有效地抑制复杂的背景区域,得到更加符合视觉感知的显著图。     

离心泵故障诊断数据库系统研究

为了能够对离心泵进行故障诊断诊断,设计了离心泵故障诊断数据库系统。分析了离心泵在工作过程中的故障及其产生的原因。分析了故障诊断数据库系统的功能和组成。设计完整的离心泵故障诊断数据库系统。研究了离心泵故障诊断数据库系统推理机制。利用VC++编制了离心泵故障诊断数据库系统的实现软件。经过实际应用,取得了良好的经济效果。     

杏鲍菇微粉果冻的研制及品质评价

该试验以杏鲍菇为主要原料开发一款新型功能果冻。以杏鲍菇粉料液比、复合胶（琼脂∶卡拉胶∶魔芋胶=8.5∶2.5∶1.5,质量比）、柠檬酸、白砂糖添加量为变量,采用单因素结合响应面试验方式对杏鲍菇微粉果冻工艺进行优化,研究不同复合胶、白砂糖、杏鲍菇粉、柠檬酸添加量对杏鲍菇微粉果冻感官品质的影响,并对杏鲍菇微粉果冻的品质进行评价。结果表明,最优工艺为杏鲍菇粉料液比1∶80（g/mL）、白砂糖添加量11.5%、复合胶添加量1.8%、柠檬酸添加量0.14%。最终制得的杏鲍菇微粉果冻口感细腻爽滑且酸甜可口,颜色微黄且具有一定光泽,具有杏鲍菇的独特香味。根据最佳配方制得的果冻析水率0.52%,可溶性固体含量20 g/100 g,透明度较好;硬度11.8 g,弹性23 g,咀嚼性12.6 g,硬度适中,具有良好的弹性和咀嚼性。     

实时系统双机热备份技术研究

在军事、工业控制以及电子商务系统中存在着大量的高可用、强实时应用.在这些应用中,采用双机热备份系统具有较高的性能价格比.如何保证双机系统的强实时性、高可用度和服务"不断流",是其中的关键技术难题.文中着重论述了主备选择、故障检测、双机同步和双机切换中的关键问题.在理论的指导下,给出了实现策略和实际测试数据.测试数据表明本方案完全满足系统的要求,并且在具体工程实践中得到了应用,取得了明显的效果.     

2800m^3高炉皮带上料控制时序的开发应用

主要介绍安钢新建2800m^3高炉皮带上料控制要求、控制时序以及整个上料控制过程,重点阐述计数器在皮带上料控制时序中的灵活开发应用。     

F(z)上电网络分析智能化软件的设计与实现

用多元有理函数矩阵研究电网络的结构能控能观性时,由于网络中所有的元件都是参量并不取值,所有的运算都是符号形式的代数运算,对比较复杂的电网络,计算量巨大.分析了开发辅助分析软件的必要性,给出了软件的基本功能.实例分析结果显示非常简洁明了,而且方便用户第二次使用,极大地加快了研究进程.     

嵌入注意力机制并结合层级上下文的语音情感识别

由于情感语料问题、情感与声学特征之间关联问题、语音情感识别建模问题等因素,语音情感识别一直充满挑战性.针对传统基于上下文的语音情感识别系统仅局限于特征层造成标签层上下文细节丢失以及两层级差异性被忽略的缺陷,本文提出嵌入注意力机制并结合层级上下文学习的双向长短时记忆(BLSTM)网络模型.模型分3个阶段完成语音情感识别任务,第1阶段提取情感语音特征全集后采用SVM-RFE特征排序算法降维得到最优特征子集,并对其进行注意力加权;第2阶段将加权后的特征子集输入BLSTM网络学习特征层上下文获得最初情感预测结果;第3阶段利用情感标签值对另一独立BLSTM网络训练学习标签层上下文信息并据此在第2阶段输出结果基础上完成最终预测.模型嵌入注意力机制使其自动学习调整对输入特征子集的关注度,引入标签层上下文使其联合特征层上下文实现层级上下文信息融合提高鲁棒性,提升了模型对情感语音的建模能力,在SEMAINE和RECOLA数据集上实验结果表明:与基线模型相比RMSE和CCC均得到较好改善.