HFC网络的维护

1　武进市ＨＦＣ网络的概况武进市ＨＦＣ网络经多年建设初具规模。具体组网形式是 :在广电中心周围较近的 7个镇用 1310ｎｍ波长光信号以星型网络覆盖 ,每个镇配备 2芯光纤 ;其余 2 3个镇用 1550ｎｍ波长光信号以二级星型网络覆盖 ,每镇配备 4芯光纤 ;在各镇用镇—村光缆把信号送到各村 ,然后用同轴电缆网分配电视信号。随着网络功能的不断开发 ,人们对网络运行的安全性、可靠性、稳定性提出了更高的要求。我台多年来在网络维护中得到一些经验教训 ,总结如下。2　前端机房的维护前端机房是整个ＨＦＣ网络的心脏 ,对保障信号的优质、安全、稳…     

数字时代有线电视网络分前端机房的建设与管理

本文主要介绍武进广电网络有限公司在双向网络改造项目中,在机房的建设与管理方面的一些措施。     

光纤熔接中的几个问题

光纤传输以其卓越的传输性能优势,在ＣＡＴＶ传输中得到了广泛的应用。目前武进市全市５６个乡镇的ＣＡＴＶ系统已实现光缆联网。在市乡光缆大联网的具体施工实践中,对光纤熔接时所要注意的问题有了以下几点较深刻的体会。１温度对光纤正常熔接的影响在光纤熔接过程中...     

基于人工智能技术的智能变电站一体化监控系统

随着智能电网的建设,针对不同设备采集的电气量、非电气量种类繁多,包括电流、电压、温度、湿度、 声音、图像、压力和位置等,信息量巨大.变电站内采集信息量呈现指数增长,如何有效对海量信息分析处理,决策 出最优运维方案,成为智能变电站建设的重要挑战,人工智能技术在智能变电站中的应用成为大势所趋.人工智能技 术的发展将为智能变电站的建设注入新的活力,实现变电站内海量信息的有效利用.针对变电站内不同种类设备联合调度、设备异常信号告警、设备安全状态感知、设备位置监控、变电站安全防护、工作人员行为管理等问题,对基于人工智能技术的智能变电站一体化监控系统进行设计、研究,并对其在变电站内的应用进行分析.     

石材桥式切割机数控系统的刀补研究

为了实现对石材轮廓的精确加工,不同刀具的刀补模块设计是开发数控系统的关键技术。通过对C机能刀补算法的研究,简述了刀补转接的几种类型及其判断算法,结合石材桥式切割机的加工特点,对锯刀、铣刀、磨刀的刀补算法进行了设计。采用PC+运动控制卡的硬件结构,以Visual C++作为开发软件,设计了石材桥式切割机的数控系统软件。运行石材桥式切割机的数控系统,对锯刀、铣刀、磨刀刀补进行仿真,并在工厂中进行加工测试。结果表明:该切割机能稳定运行,其刀补算法实现了自动刀具补偿功能。     

OMAPL138的双核通信设计

以OMAPL138作为硬件平台,利用DSPLINK驱动模块设计了一种可在ARM和DSP之间进行双核通信的机制。一方面,ARM端运行LINUX操作系统,进行人机交互方面的处理;另一方面,DSP端建立两级循环缓存区,存储从ARM端传来的数据,以确保缓存区一直有数据可供DSP进行实时运算。并且对于大数据量的传输,采用ARM直接读写DSP RAM的方式,从而提高了双核之间的通信速度。测试结果表明：该双核通信设计传输数据速度快、运行稳定。     

佩乐能致甲状腺功能检验指标异常分析

目的: 探讨佩乐能导致甲状腺功能检验指标异常的临床处理方法。方法: 收集2012年11月-2013年9月临床药师发现佩乐能抗HBV-DNA治疗中出现甲状腺功能检验指标异常的16例病例资料,并进行分析总结。结果: 未采取任何干预措施下,10例指标恢复正常;1例补充硒酵母片,1个月后指标恢复正常。其它5例指标均未恢复正常,继续给予佩乐能治疗。其中1例佩乐能减量 20 μg,给予丙硫氧嘧啶片与普萘洛尔片治疗,4个月后,各项指标均有所改善。转向其它甲状腺检验指标异常2例：1例促甲状腺素（TSH）降低转为甲状腺球蛋白抗体（Tg-Ab）升高,1例游离甲状腺素（FT₄）升高转为三碘甲腺原胺酸（T₃）降低。患者均无临床症状,未采取处理措施。1例TSH降低,无临床症状,未干预,11个月后TSH较前改善。1例TSH升高有临床症状的患者,佩乐能减量 20 μg,3个月后,TSH有所下降,症状改善。结论: 佩乐能诱导的甲状腺功能检验指标异常大部分具有自限性、可逆性。临床应结合患者症状体征、合理的分析检验结果,采取针对性处理措施。     

乒乓球捡球机器人的设计与实现

为解决乒乓球场上乒乓球的捡取问题,设计了一种以ARM作为主控制器的自动捡球机器人。该捡球机器人采用风扇产生的吸力来实现捡球;利用CMOS图像传感器实现对乒乓球的自动识别;通过红外传感器监测周围环境,实现自动避障。通过机器人实物模型的性能测试表明,该捡球机器人捡球效果良好,为更多捡球机器人的开发提供了借鉴和参考。     

捡球机器人的图像处理软件开发

为解决乒乓球场上乒乓球的捡取问题,设计了一种以ARM9作为主控制器的捡球机器人,并希望能将其应用到乒乓球等球类训练场中,实现自动捡球。该设计的控制系统采用S3C2440为主控器、OV9650型号摄像头为视觉输入作为整体硬件架构,并具有视觉、图像处理、机械控制等功能。试验表明,该机器人运行可靠。该研究为其他同类视觉识别机器人的设计提供了参考。