工园——布鲁克林多米诺糖厂后工业公园设计研究

正"我的工厂去哪了(Where is my factory)?"在SHoP建筑事务所项目总监结束了多米诺糖厂片区开发的演讲后,一位布鲁克林历史学会的听众提出了这个问题。这是一个切中要害的问题,也是多米诺复兴规划设计过程中规划师、风景园林师、建筑师以及客户一直在探讨并试图回答的重要设计问题。虽然从现在来看,迷雾空间中的大铁罐已然成为整个公园的象征,居民们会欣喜地爬上由旧厂房工字钢柱子改造的廊架远眺曼哈顿,情侣们会在由回收铁瓦楞板建成的快餐店中约会,孩子们会在糖厂遗址建筑前的喷泉中你追我赶。那些旧日的工业元素变成了新的活动的     

变形轮侦察机器人的控制系统设计

为提高机器人适应复杂地面环境的能力,车轮采用可变形为三爪的结构,可根据不同的路面,选择轮式移动和爪式爬行两种步态,实现现场侦察。该机器人采用上下两级的控制策略,以Lab view软件进行上级监视、操控界面开发,下级选用功能强大的STM32芯片作为车载主控制器,MSP430单片机作为协控制器,应用RS－485总线组成分布式控制系统。有效的实现了机器人的远程控制和信息传递。     

氟化磷酸钒钠在钠离子电池中的应用进展

钠离子电池具有安全性高、钠资源丰富、成本低等独特优势,引起了人们的广泛关注.构建具有良好电化学性能的钠离子电池的关键之一就是正极材料的选取,氟化磷酸钒钠[Na3V2(PO4)2F3]因其结构稳定性好、离子输运快、工作电位高等特点被认为是一种很有前途的正极材料.但电导率较低,使其电化学性能较差;制备成本较高,阻碍了其大规模应用的发展.综述了在提升Na3 V2(PO4)2 F3电化学性能方面的措施,主要包括改进制备方法、离子掺杂、表面包覆等.为今后高性能Na3 V2(PO4)2 F3的合理设计提供了很好的参考.     

电压对碳滑板磨损性能和温升的影响

在受电弓/接触网高速载流摩擦磨损试验机上试验研究恒定电流及不同电压下,纯碳滑板与铜银合金接触线载流滑动摩擦时,接触压力和相对滑动速度对纯碳滑板磨损性能和温升的影响。试验结果表明:随着试验电压的增加,弓网间的电弧放电现象更加明显,燃弧时间更长,磨损率先急剧增大后趋于平缓,纯碳滑板的磨损率与温度表现出正强相关性。分析纯碳滑板磨损后的形貌可知:随着试验电压的增加,纯碳滑板的磨损先以机械磨损为主,然后转变为以电弧烧蚀和氧化磨损为主;纯碳滑板表面的电弧烧蚀坑增多且分布较均匀,烧蚀区面积增大。     

基于公共交通乘车查询系统的数学模型及实现方法

根据北京公交站点分布情况,建立了解决公交拥挤的数学模型,并通过算法和程序化运算,解决了任意两站点间最佳线路的查询问题。在邻接矩阵相乘的过程中,剔除了与现实生活中不相符合的数据,对邻接矩阵中的行和列进行了选择,同时假设出公汽交通阻抗值,从而有效地降低了算法复杂度,并通过对深度优先遍历递归算法的进一步优化再次降低了算法的复杂度。     

相关集的数据关联描述及实例讨论

为了讨论数据关联问题,按层次对数据集进行了粒化,引入了每一粒的相关集,产生了与相关集类关联的分层粒化结构,并称之为粒化树。进而以同一数据集上的两棵粒化树为结构支撑,完成了对数据关联的定义,使相关集之间数据的关联得以数值化表示,形成了数据关联的数值描述方法。对此的研究确定了数据关联的等价条件,以此为依托并通过实例探究了数据关联的相关性质,讨论了关联的紧密程度、数据的粒化等同、关联的相互比较等数值化的处理方法。同时为实例的讨论提供了算法编程的基础,表明了数据关联研究的实际意义。     

超声波电动机驱动系统中推挽变压器的优化设计

从推挽变压器基本电学模型入手,分析其各电学参数对超声波电动机驱动波形的影响.通过仿真发现,漏感参数在脉冲上升和下降时对输出波形的延时作用,得出利用推挽变压器漏感参数优化驱动电压波形的设计思路.通过由漏感参数和超声波电动机等效电学参数所构成的低通滤波模型分析得出基于变压器漏感参数的推挽变压器优化依据.最后为了降低功率管的能耗,提出了根据最优的功率管负载曲线设计变压器变比的优化方案.基于优化方法的推挽变压器已在超声波电动机驱动系统中得到了应用.     

基于SPR传感的空间相位调制蛋白质芯片检测方法

无标记蛋白质芯片检测可成为蛋白质组学研究的重要技术平台.将空间相位调制与SPR传感结合,使发生SPR时引起的反射光的相位变化转化为干涉条纹的位置变化,通过分析干涉条纹的位置变化即可获得反射光的相位变化,从而解析出相关生物信息.在构建了空间调制SPR相位检测实验装置的基础上,进行了生理盐水浓度测定以及兔IgG和羊抗兔IgG相互作用检测实验.实验结果表明,NaCI溶液分辨率至少为3×10-5RIU,检测的动态范围达到1.33～1.37,兔IgG与羊抗兔IgG相互作用时引起相位变化12°.这些实验结果表明,该方法适合蛋白质微芯片的检测.     

基于人工智能神经网络的浮选回收率软测量模型研究

在浮选流程中,回收率是一项重要的工艺指标,目前主要通过离线人工化验的方式获取,少量的企业通过在线仪表测量。人工化验具有2-3小时的时间延迟,而在线测量仪表价格高昂,导致工人不能及时有效地得到回收率实时数据,从而对工艺做出相应的调整。人工智能神经网络具有容错能力强、鲁棒性好等优点,本文在分析浮选工艺中多个影响因素的基础上,提出了基于人工智能神经网络的浮选回收率的软测量模型。该模型可以有效克服浮选过程变量耦合性强、工艺复杂等等因素。通过仿真验证,该模型的输出与实际样本数据误差很小,可有效对浮选回收率进行软测量。     

浅谈机电设备常见故障与维修

首先介绍了机电设备的概况,其次就机电设备常见的故障进行了分析,最后提出了机电设备维修的措施,为机电行业发展提供参考。