基于Rabbit2000的SOCKET通信设计

本文选择微处理器Rabbit2000作为CPU,利用其软件平台Dynamic C实现了SOCKET通信.本设计采用客户端/服务器的工作模式.介绍了该SOCKET通信系统的组成,同时给出了系统通信接口原理图,详细说明了软件设计思想,并对在SOCKET通信中用到的函数作了说明.     

用2.5 MeV中子进行水泥生料元素含量研究

利用D—D中子发生器产生的2.5 MeV中子,对出磨水泥生料中的主要元素进行检测。检测时间短,可同时检测出水泥生料中主要元素Si、Al、Fe、Ca等含量。根据检测出的主要元素含量,计算出各种氧化物的百分含量,进而及时指导原料投入口各氧化物的投放比例,提高产品质量。检测方法操作方便,检测结果和化学化验方法比较偏差小,是世界上比较先进的方法之一。     

基于遗传算法的低副瓣阵列天线综合

为得到更低副瓣的方向图,建立16单元线天线阵和32×32单元面天线阵遗传算法模型,并对这两类阵列天线方向图进行综合。将综合仿真结果与Chebyshev、Taylor两种传统综合方法进行比较。比较结果表明,遗传算法优化方向图的第1副瓣电平可达-40dB,且优化效率比传统方法高很多。为遗传算法在阵列天线方向图综合中的应用提供了技术支持。     

骨髓间充质干细胞静脉输注对猕猴细胞免疫功能的影响

目的 评价猕猴间充质干细胞( MSC)静脉异体输注后对细胞免疫功能的影响。方法分离培养MSC;不做其他处理,将异体MSC静脉输注给受者猴,通过定期监测外周血象、混合淋巴细胞反应( MLR)、T细胞亚群来判断MSC输注后受者细胞免疫功能的变化。结果成功培养了猕猴的MSC。异体MSC输注后,受者无明显毒性反应、排异表现及血象变化。可以在一定时间内（2周左右）抑制受者T细胞在MLR中的增殖活性,受者猴A2、A3及A4输注MSC的数量分别为4.0×105/kg、1.0×106/kg、2.0×106/kg,在输注后第14天时,MLR的相对反应值(RR)与输注前比较均明显降低,分别从(46.0±2.6)％、( 40.9±2.3)％、(48.3±2.0)％降至(40.4±1.73)％、(33.0±2.1)％、(39.0±1.0)％(F=1O.19,P=0.023;F=2.593,P= 0.013;F= 28.431,P=0.003),输注后第30天时RR均恢复到输注前水平;统计结果显示,抑制程度(△RR)与输注MSC数量呈正相关(F=27.413,P=0.038)。A4是输注MSC数量最多的受者,输注后第14天开始,外周血CD3+、CD3+ CD4+、CD3+CD8+细胞的百分比与输注前相比有所降低,在输注后第30天左右恢复至输注前水平。结论单纯体内输注异体MSC,可以在一定时间内抑制受者T细胞的免疫活性;免疫抑制程度与输注MSC数量呈正相关。MSC特殊的免疫学特性使其具有深远的临床应用价值。     

光伏组件在低辐照度下的性能测试

目前,光伏发电技术已得到越来越广泛的应用,人们更加关注光伏组件在实际使用中的性能。为了准确评估光伏组件的各项电性能参数,最新颁布的国家标准采用了IEC(国际电工委员会)标准,其中增加了低辐照度(200W/m~2、25℃、     

电网故障诊断的智能方法综述

综述了目前应用较为广泛的基于智能技术的电网故障诊断方法,包括专家系统、人工神经网络、贝叶斯网络、优化技术、支持向量机、模糊集理论、Petri网、信息融合技术和多智能体技术。简单介绍了这些智能方法的基本概念,在电网故障诊断领域的研究现状,并从实用化的角度阐释了各自的特点和存在的不足,以及各自未来的发展情况。最后从电网故障诊断领域当前所面临的重要问题出发,探讨了该领域今后的发展趋势。     

晶体硅光伏组件的检测

我国有丰富的太阳能资源，太阳能光伏发电已不再仅仅用于小功率电源系统，而且广泛用于通信、交通、石油、农村电气化、民用产品等各个领域。1998年我国生产的太阳能光伏发电系统的主要部件——光伏组件产量只有2MWp左右，仅相当于世界总产量的1．3％，到2002年产量已达到100MWp左右，截至到2003年底在我国使用光伏组件装机的太阳能电站达到55MWp。保证太阳能光伏发电系统的质量不仅取决于系统的设计，     

独立光伏发电系统检测标准介绍

独立光伏发电系统的质量直接关系到用户的利益。目前我国《家用太阳能光伏电源系统技术条件和试验方法》国家标准(GB/T19064-2003)只对系统的     

基于智能方法的电机故障诊断技术综述

随着人工智能技术的快速发展,越来越多的国内外学者不断提出了基于智能方法的电机故障诊断技术,主要包括专家系统、人工神经网络、粗糙集理论、贝叶斯网络、支持向量机等。该文对这些方法的理论概念、各自的优缺点和研究成果分别作了简单分析,最后探讨了电机故障诊断领域的发展趋势。     

采用交叉熵支持向量机和模糊积分的电网故障诊断

为了解决分布式电网故障诊断中局部电网内部故障和相邻区域联络线故障的诊断问题,采用交叉熵支持向量机(cross entropy support vector machine,CE-SVM)的改进方法,提出一种基于后验概率输出的CE-SVM和模糊积分动态融合的大电网故障诊断策略。首先通过网络分区算法将电网分割成连通且计算负担平衡的子区域;采用历史数据离线训练各局部CE-SVM模块,根据故障报警信息选择性触发局部CE-SVM实现局部电网内部的故障诊断;利用模糊密度动态调节算法构建模糊积分环节,关联融合相连区域CE-SVM模块关于联络线故障的后验概率输出,实现联络线故障的综合决策。该方法不仅可以应对局部网络内部的故障诊断,也可以有效处理相邻区域间联络线的故障诊断问题。仿真结果看出:所得到的诊断结论正确,并且对于处理保护器和断路器报警信息丢失或不正确动作的情况具有较好的容错性。