基于MQTT的配电终端多核处理器核间通信设计

为进一步提高配电终端的运行能力以及快速可靠的故障处理能力，配电终端逐渐由单核处理器发展为多核处理器，由此带来了多核处理器之间数据通信的需求。本文基于物联网协议MQTT实现了一种新型的多核处理器核间通信技术，将共享内存封装成MQTT交互协议格式，保证各核数据的独立、互斥与共享，从而实现多核处理器各内核间简易可靠的数据通信方式。在此基础上采用MYC-C7Z015芯片进行配电终端硬件设计，并研究MYC-C7Z015芯片核间的数据通信方式，提升了配电终端的数据容量及运行能力。通过核间通信时延测试、通信极限测试，配电终端功能测试，验证了基于MQTT的配电终端核间通信的性能，简化了核间应用层通信代码设计，提升了配电终端性能。     

采用钢结构试验平台的5000t级桩基静载快速检测技术

灌注桩基础静载试验检测是目前在检测单桩极限承载力最为准确可靠的检验方法，是灌注桩承载力检测的首选方法。静载检测试验为堆载检测，需要制作试验平台，传统试验平台为混凝土结构，造价高、检测周期长。基于此，详细介绍了一种采用钢结构静载检测试验平台的桩基础静载快速检测技术，该技术采用钢结构箱梁、工字钢及钢结构支墩等可周转可回收建筑材料，保证桩基础检测的正常实施，充分发挥钢结构构件预拼装的施工技术，加快了检测试验平台的施工进度，减少了混凝土材料的用量，节约了施工成本，在珠海机场改扩建工程(一标段)——航站楼工程5 000 t级桩基静载试验中得到了成功应用。     

新型绿化用结构土在大型主题公园中的应用

北京某文旅主题公园项目施工中,针对临近道路承载影响植物根系发育和植物根系发育过程中对面层破坏的问题,研究新型环保绿化用结构土技术.使用碎石、粘壤土、土壤改良剂、水等材料的最佳配合比,制成了一种新型绿化用结构土,既满足了硬质路面承载要求,又满足了植物根系地下环境生长需求,还提高了海绵城市效能.     

差分准对立学习多目标蚁狮算法

为解决多目标优化问题，对经典的蚁狮算法进行改进，提出了基于差分进化的准对立学习多目标蚁狮算法（DEQOMALO）。该算法针对蚁狮算法易陷入局部最优的不足，一方面，该算法引用差分进化的思想，充分利用种群和精英蚁狮的信息对原算法中蚂蚁个体的位置更新方式进行改进；另一方面采用反向学习策略对蚂蚁种群进行优化，将原种群个体和其准对立个体进行混合并择优作为新的种群，大大增加种群的多样性。选取典型的标准测试函数，将提出的算法与原始蚁狮算法以及其他传统进化策略优化的蚁狮算法进行比较。实验结果表明，改进算法在收敛性和分布性上均有很大程度的提升，在解决双目标优化问题上具有较好的鲁棒性和有效性。     

简析After Effects中预合成命令的应用

预合成是AE软件中的重要命令,也是AE软件编辑操作的基本思维原理,它用法多样,易造成使用者混淆,进而影响工程项目的制作效率以及最终效果。本文将分类详述AE中预合成命令的用法功能及使用误区。     

砂质海床条件下海底电缆埋深研究

  目的  为了得到海底电缆在砂质海床条件下的安全埋深，确保海底电缆免受船锚威胁，给出了海砂海床条件下的船锚的安全埋深的建议。  方法  为了建议验证埋深的合理和安全性，依托于海南联网一回工程，通过对船锚在典型砂质海床中的拖锚全过程进行数值仿真，建立了典型霍尔锚部件的三维有限元模型，同时建立了基于有限元-光滑粒子流（FEM-SPH）的三维砂质海床土体数值模型。对拖锚全过程进行模拟，得到不同船锚在砂质海床中的拖拽曲线，并分析船锚质量以及砂质海床土体本构参数等因素对船锚贯入深度、船锚拖拽力的影响。  结果  仿真结果表明:不同土质的砂质海床条件下海缆埋深不宜小于0.35 m。  结论  利用研究成果，能为砂质海床条件下的海底电缆保护设计工作提供了理论依据和技术支撑，能够对砂质海床条件下海底电缆的埋设深度进行优化。     

利用高炉灰降低烧结固体燃耗的实践研究

为降低烧结固体燃耗,在烧结配料中加入高炉灰,通过改变高炉灰在混合铁料中的比例进行工业试验,研究高炉灰对烧结矿产质量和固体燃耗的影响,研究结果表明:高炉灰在铁料中配比增加1.0%烧结固体燃耗降低3.2kg左右,配比超过2.0%烧结矿转鼓强度和亚铁稳定率下降,筛分升高。     

不同品牌豆浆粉与假冒豆浆粉无损鉴别方法的建立

基于近红外光谱技术与化学计量学方法建立一种适合于假冒以及国内外不同品牌豆浆粉的无损鉴别方法。采集国内外不同品牌豆浆粉以及假冒豆浆粉共132个样本的近红外光谱,利用连续小波变换方法扣除光谱中的背景和基线干扰,基于标准偏差与相对标准偏差筛选出特征波长,并结合主成分分析方法对不同品牌与假冒豆浆粉进行鉴别。结果表明:连续小波变换能够有效消除基线的干扰,波长筛选方法可以大大提高鉴别的准确性。采用该方法,假冒豆浆粉、进口豆浆粉与国产豆浆粉之间的鉴别准确率达100%,而不同品牌豆浆粉之间的鉴别准确率达93.94%。采用近红外光谱技术与化学计量学方可有效实现对国内外不同品牌豆浆粉以及假冒豆浆粉的快速无损鉴别分析。