利用40kVA移动油机对交换机供电的解决方案

本文介绍了市电停电后主用油机故障,临时将40kVA移动发电机接到交流供电系统,向重要负荷(交换机)供电,利用这种方式进行实验,得出在应急情况下的解决方案.     

改造本钢265m2烧结机倒料线提高作业率

针对本钢 2× 2 65m2 烧结机成品矿输送流程设计不合理而导致的烧结机频繁停机 ,通过采取合理的改进措施 ,实现了不停机倒料线 ,有效地提高了烧结机作业率和烧结矿产量 ,同时 ,烧结矿质量也有所改善     

基于状态聚类的多站点CSPS系统的协同控制方法

单站点传送带给料加工站（Conveyor-serviced production station,CSPS）系统中,可运用强化学习对状态——行动空间进行有效探索,以搜索近似最优的前视距离控制策略.但是多站点CSPS系统的协同控制问题中,系统状态空间的大小会随着站点个数的增加和缓存库容量的增加而成指数形式（或几何级数）增长,从而导致维数灾,影响学习算法的收敛速度和优化效果.为此,本文在站点局域信息交互机制的基础上引入状态聚类的方法,以减小每个站点学习空间的大小和复杂性.首先,将多个站点看作相对独立的学习主体,且各自仅考虑邻近下游站点的缓存库的状态并纳入其性能值学习过程;其次,将原状态空间划分成多个不相交的子集,每个子集用一个抽象状态表示,然后,建立基于状态聚类的多站点反馈式Q学习算法.通过该方法,可在抽象状态空间上对各站点的前视距离策略进行优化学习,以寻求整个系统的生产率最大.仿真实验结果说明,与一般的多站点反馈式Q学习方法相比,基于状态聚类的多站点反馈式Q学习方法不仅具有收敛速度快的优点,而且还在一定程度上提高了系统生产率.     

不同植被根系对河堤岸坡加固效果

为分析不同植被根系对土体抗剪强度参数的影响及对河堤岸坡加固效果的影响,本文对含香根草、百喜草、狗牙根、紫花苜蓿根系土体和裸地进行直接剪切试验,并基于FLAC3D建立河堤岸坡模型,研究了不同植被加固条件下岸坡安全系数。结果表明:4种植被均能显著增强土体抗剪强度,且香根草增强效果最明显,狗牙根增强效果最弱;植被根系对河堤岸坡加固效果明显,不同类型植被根系加固河堤安全系数为香根草百喜草紫花苜蓿狗牙根裸地。     

氧化胺型清洁压裂液的制备及室内评价

以油酸酰胺丙基二甲基叔胺、过氧化氢为原料制备出油酸酰胺丙基二甲基氧化叔胺(OADO)稠化剂.研究了冰乙酸、氯化铵添加量对OADO稠化性能的影响,检测了压裂液的耐温性、耐剪切性、悬砂性、耐酸碱性和破胶性.结果表明,m(氯化铵)∶m(冰乙酸)∶m(OADO)∶m(水)为0.5∶1∶1.5∶100时,压裂液pH值为6.0,粘度可达到82mPa·s,70℃时可有效悬砂,剪切60min后粘度仍大于25mPa·s,当压裂液中煤油含量大于0.8%时,120min内可完全破胶.     

可变服务率模式下基于需求驱动的传送带给料加工站系统的优化控制

本文主要研究可变服务率模式下基于需求驱动的传送带给料加工站(CSPS)系统的优化控制问题,主要目标是对系统的随机优化控制问题进行建模和提供解决方案.论文以缓冲库和成品库剩余容量为联合状态,以站点前视距离和工件服务率为控制变量,将其最优控制问题描述为半马尔科夫决策过程(SMDP)模型.该模型为利用策略迭代等方法求解系统在平均准则或折扣准则下的最优控制策略提供了理论基础,特别地,据此可引入基于模拟退火思想的Q学习算法等优化方法来寻求近似解,以克服理论求解过程中的维数灾和建模难等困难.仿真结果说明了本文建立的数学模型及给出的优化方法的有效性.     

基于本体的飞机设计知识组织模型

为了解决飞机设计中知识信息量大和表现形式多样的问题,提出了一种基于本体的知识组织模型构建方法.起初论述了知识组织和本体的有关概念,然后在此基础上提出基于本体的ABC反馈方法,并构造飞机设计知识模型来验证研究成果的正确性和有效性,同时描述了基于本体构建知识模型的优点.     

电力系统中采集终端智能报警装置的研制与应用

因用电信息采集终端催费报警提示音量小或无语音提示,许多用户无法及时了解剩余电量信息,未能及时购电,造成用电信息采集终端自动跳闸,严重影响了用电客户正常生产经营活动。基于采集终端无语音提示报警功能或报警音量小等原因易引发供电单位和用电客户之间的矛盾,开发研制了采集终端智能报警装置。该装置由中央处理单元、电源处理单元、操作指示单元等核心结构组成。利用各组件间的运算和协同执行能力,完成装置的报警任务,使用户及时了解剩余电量信息。该装置的成功研制为采集设备的配套安装使用提供了新的选择方向。     

基于带Mobile Agent的无线传感器网络的分簇算法

相对于传统方式的无线传感器网络结构,带Mobile Agent(MA)的无线传感器网络(sensor network with mobile agent,SENMA)具有更高的能量效率和更长的网络生存时间.设计了一种针对SENMA的分簇算法:依据节点之间的位置关系将节点分为多个簇并选举出簇头节点,每个簇中,簇成员不与簇头进行通信,由簇头将监测数据回传至MA.实验证明这种算法能较好地平衡节点负载,缓解因节点失效导致的网络性能衰减.     

基于多Agent强化学习的多站点CSPS系统的协作Look-ahead控制

研究多站点传送带给料生产加工站(Conveyor-serviced production station, CSPS)系统的最优控制问题, 其优化目标是通过合理选择每个CSPS的Look-ahead控制策略, 实现整个系统的工件处理率最大.本文首先根据多Agent系统的反应扩散思想, 对每个Agent的原始性能函数进行改进, 引入了具有扩散功能的局域信息交互项(原始项看作具有反应功能); 并运用性能势理论, 构建一种适用于平均和折扣两种性能准则的Wolf-PHC多Agent学习算法, 以求解决策时刻不同步的多站点的协作Look-ahead控制策略. 最后,论文通过仿真实验验证了该算法的有效性,学习结果表明, 通过性能函数的改进,各工作站的负载平衡性得到改善, 整个系统的工件处理率也明显提高.