利用量子化学特征的模糊人工神经网络预测咪唑啉衍生物缓蚀效率

针对咪唑啉衍生物的量子化学特征参数与缓蚀效率存在复杂非线性关系，在利用多因素方差分析判断其相关性的基础上建立以最高占据轨道能量、最低未占据轨道能量、分子偶极矩、单点能、硬度、软度、亲核进攻指数、亲电进攻指数、电子转移参数以及咪唑环上非氢原子静电荷之和等量子化学特征参数为输入，以缓蚀效率为输出的模糊人工神经网络。结果表明，咪唑啉衍生物的量子化学特征参数及其缓蚀效率之间具有非常显著的相关性，据此所创建的Takagi-Sugeno型模糊人工神经网络预测模型采用10-30-1网络结构，通过Momentum优化算法对其进行反复训练直至其均方误差小于容许收敛误差限0.005，训练、测试阶段模型输出值与期望值近似呈线性关系，决定系数为0.9999，关联度较高，验证阶段该模型亦表现出良好的可靠性。因此利用量子化学特征的模糊人工神经网络预测模型能够准确预测不同咪唑啉系列衍生物的缓蚀效率。     

天然气净化脱硫系统模拟与优化方案

针对陕北某天然气净化厂因靖边气田开发规模不断增大,致原料气中酸性组分含量较设计值高、生产系统故障频繁,本文选择Deshmukh-Mather方程作为理想的热力学模型和DESIGNⅡ软件全流程模拟MDEA溶液循环量提高后的脱硫系统,以确定需要核算的相关设备,最后利用FRI和HTRI等专业软件校核其优化前后的运行状况。结果表明,胺液吸收塔和再生塔的流体力学性能均符合要求,其工作点亦落在塔盘负荷性能图的中部适当位置;在现有浮头式胺液贫富液换热器的基础上,串联地增加1台同型号、同尺寸的换热器,并适当调整其换热管规格即可达到指定的换热要求,解决堵塞现象;用增加换热管管束、翅化换热管表面、提高热媒流率与进口温度等多种手段,均可提高胺液重沸器的换热效果。     

基于RTDB的铅酸蓄电池回收再利用企业SIS系统研究

从应用角度探讨了SIS系统在铅酸蓄电池回收再利用企业信息化系统中的定位、使用对象及主要功能;以pSpace实时数据库平台为基础,结合.Net分布式技术,开发了一个作为Remoting服务器的灵巧型数据访问子层,以减轻SIS执行、配置和维护等几个步骤的信息量,改善信息共享、同时方便上层程序的开发。     

计算机控制技术专业实践教学体系改革探讨

在分析计算机控制技术专业实践教学现状的基础上,通过修订教学计划,突出实践教学在整个教学体系中的地位;从企业引进高素质人才,强化对青年教师的实践训练;引入TRIZ理论,加大实验室开放力度等措施,大大提高了实践教学的效果。     

基于滑模变结构控制的无速度传感器交流电动机控制系统研究

针对交流异步电动机无速度传感器控制，提出了基于滑模变结构理论的控制方法，设计了电动机状态观测器并推导了转速估算公式。最后以1．5kw电动机为例进行了仿真实验，证实了该方法的有效性。     

克拉玛依油田六中区洪积扇储层流动单元评价

对克拉玛依油田六中区克下组洪积扇砂砾岩储层进行流动单元评价研究,对该油藏的进一步开发具有重要的指导意义.通过对油井初期产能数据与储层参数相关性分析,优选存储系数、渗流系数为流动单元分类的参数,并采用模糊数学方法,将研究区流动单元分为Ⅰ类、Ⅱ类、Ⅲ类、Ⅳ类共4类流动单元.Ⅰ类流动单元储渗性能最好,极易形成水窜;Ⅱ类流动单...     

交流伺服电动机神经元PID自适应控制器的研究与开发

分析了交流伺服电动机磁场定向控制系统中PID控制存在的问题及不足，提出并设计了利用神经网络控制来克服其不足的模糊神经元加权PID控制算法。所设计的智能控制算法具有运算量较小、鲁棒性强的特点。实验表明，与传统电流控制比较，采用智能电流控制的控制性能有较大的提高。     

基于数据融合和随机模糊神经网络技术的刀具磨损软测量系统

通过检测电流信号,利用基于随机模糊神经网络技术建立的软测量模型进行刀具磨损量测量,提出了利用数据融合技术减小测量误差的方法,仿真试验证明了该方法的可行性。     

数字式低真空测压仪在化学实验中的应用

本文将DPC－2B数字式低真空测压仪应用于基础化学的减压蒸馏操作等实验中，替代U型水银压力计，从而达到消除汞蒸气的污染，增加实验的安全性，在实验时读取数据更方便、更直观，操作更容易等目的。     

电缆用复合导体耐磨性测试装置研究

根据电缆用复合导体耐磨性测试的特殊要求,设计了基于电感测微仪对线径进行精确测量的测试方法,并研发了相应的测试设备和软件。利用该设备,可以准确高效地对刮磨次数和磨损量的关系进行测定并得到直观的测试结果,并方便地确定某型线芯的耐磨性,从而为线芯耐磨性的测试技术提供了一条全新途径。