基于容器的调控云PaaS平台的设计与实现EI北大核心CSCD

随着调控云的持续推进,传统基于虚拟化技术的调控云在资源调度、弹性伸缩、应用快速响应等方面尚无较好的支撑,这对基于虚拟化技术的调控云平台服务层(platform as a service,PaaS)平台的可维护性和可用性构成一定的威胁。容器引擎(Docker)技术的迅速发展解决了传统基于虚拟机形式的调控云PaaS平台存在的不足。该文利用Docker容器技术设计调控云PaaS平台,对容器的弹性伸缩、资源调度、容器响应等性能方面进行分析与验证,实验表明基于Docker容器的调控云PaaS平台在资源上的合理分配、及时响应、弹性管理等方面具有良好的效果。     

一种面向电力调控云的高效运维方法

随着云计算、大数据、人工智能等IT新技术的不断发展,依托其构建的电力调控云规模不断扩大,相应的电力调控云应用服务数量也随之成倍增加,使得它们电力调控云的运维复杂度加大,运维任务量加重,基于人工的运维模式效率低下、出错率较高。持续集成、持续部署(CI/CD)平台可对电力调控云进行高效、精准的自动化维护。通过引入一种面向电力调控云的高效运维方法,执行完成电力调控云产品的自动化构建、版本控制、批量部署等运维任务。最后通过对电力调控云平台的仿真实验,验证了该方法可以减轻运维任务量,提升工作效率。     

等离子体清洗同步辐射光学元件

同步辐射光束线的光学元件的碳污染问题.它导致光学系统的光通量下降,尤其是在碳吸收边情况更加严重.因此在光束线运行一定的时间后,必须对光学元件的碳污染进行清洗以便保证其正常使用. 为此我们开发了一套射频等离子体原位光学元件清洗系统,以干燥的氧气和氩气为介质.在产生的等离子中存在大量的臭氧,与光学元件表面的碳反应,变成CO和CO_2气体,从而达到清洗的目的.实验证明等离子体清洗不但可有效清除碳污染,而且有利于光束线真空系统的超高真空环境的恢复,为光束线的维护提供了方便.     

纳米棒结构表面等离子体波导的光传播特性研究

用时域有限差分方法(FDTD)研究了金属平行纳米棒和π型纳米结构表面等离子体(SPs)波导的光传播特性.在调制高斯脉冲平面波入射条件下,这两种纳米棒波导结构具有形状相似、大小不同的SPs瞬态激发光谱.在高数值孔径聚焦倏逝场入射条件下,π型纳米结构能够激发纵向SPs,使得它具有更均匀的局域场增强特性和更好的远场传播能力.     

大视场宽景深双远心系统的设计

为了满足基于机器视觉的复杂零件表面质量在线实时检测的需求,根据双远心成像原理和像差理论基础,采用ZEMAX光学设计软件,设计了一款大视场宽景深的双远心光学系统。所设计的系统仅由6块透镜组成,工作波长在可见光范围内,系统放大率为-0.061,工作距离大于390mm,最大视场达到180mm。结果表明,光学系统的最大畸变小于0.1%,景深范围达到80mm,调制传递函数在全视场100lp/mm处大于0.4,远心度最大值控制在0.012°内;各种像差均得到很好的矫正,像质优良。该设计结构符合双远心系统的总体设计要求。     

高粱乌米酒发酵工艺研究

以高粱乌米为主要原料,研究高粱乌米酒的发酵工艺,并对成品酒进行调配。在单因素试验的基础上,进行响应面优化试验,最佳发酵条件为:接种量0.8%、初始pH6.5、发酵温度为27℃,此时,酒精度为11.8%vol。以感官评分为评价的指标,确定出最佳调配工的艺参数为:发酵液50%、总糖含量9%、总酸含量0.15%,以此工艺为基础,生产出的高粱乌米酒口味独特,营养价值高,清香醇厚。     

成功密码是1：125

塞斯是美国马萨诸塞州斯普林菲尔德市的一名出色推销员，凭着高超的推销技艺，曾叩开了无数经销商壁垒森严的大门，被誉为“全球推销员”。塞斯为什么会如此成功？     

基于三维图像处理的车刀磨损缺陷检测方法研究

针对目前车刀磨损检测中所获取的二维图像处理无法提取车刀磨损区域三维特征的问题，提出一种基于结构光投影技术的方法，提取车刀磨损区域三维特征信息。对获取的信息进行分割，分离车刀中的垫片点云和刀头部分点云；然后对垫片点云进行最小二乘拟合平面处理，将拟合的平面与刀头部分点云进行最大距离求解，并用标准量块进行实际物理距离换算；最终获得刀头的最大实际磨损量，为工人更换刀头提供数据参考。实验结果表明：在对车刀进行磨损区域量化处理中，该方法可以获取车刀刀头的具体磨损量值，且具有较高的精度和较低的经济成本，该系统的误差小于0.05 mm,可满足实际生产需求。     

基于LSTM与XGBoost组合模型的超短期电力负荷预测EI北大核心CSCD

为进一步提高电力负荷预测精度,提出了基于LSTM(longshorttermmemorynetwork,LSTM)和XGBoost(eXtremegradientboosting)的组合预测模型。针对电力负荷数据,首先建立了LSTM预测模型和XGBoost预测模型,然后使用误差倒数法将LSTM与XGBoost组合起来进行预测。采用2016年电工数学建模竞赛的电力负荷数据进行算例分析,结果表明所构建的LSTM和XGBoost组合预测模型的MAPE(mean absolute percentage error)为0.57%,明显低于单一预测模型。将上述方法与GRU(gated recurrent unit)和XGBoost两者组合的预测模型相比较,结果表明所提出的方法具有更高的超短期电力负荷预测精度。     

奇异的22：78法则

在人类历史长河中，各民族群星灿烂，可是，没有一个民族像犹太民族这样。在没有家园、没有土地、没有生存权利的情况下，顽强存续下来，并且深深地影响着世界。犹太人的生存之道。无不让人佩服。在这些生存之道中，有一个处于基础地位的宇宙大法则，这就是22：78法则。以下几项内容是犹太人总结出来的。