硼酸镁晶须的合成研究

报道了硼酸镁晶须的合成研究结果。硼酸镁晶须是一种性能价格比高的晶须产品，利用熔盐法合成出长10—50μm、直径0．5—2μm的硼酸镁晶须。还就硼酸镁晶须增强复合材料的研究和硼酸镁晶须工业化的前景作了展望。     

SOA中基于属性的访问控制安全策略

SOA环境具有分布性.异构性和动态性的特点,传统的访问控制模型已经不能满足其需求.为解决SOA环境下的访问控制问题,提出了一种基于属性的访问控制模型(Attribute-based Access Control,ABAC).模型以实体的属性作为评价的基本单位.通过对主体属性、资源属性以及环境属性的动态评估,结合访问控制策略来对用户的访问进行控制.并采用XACML和SAML两个规范对模型进行了实现.分析了框架中属性和访问控制策略的查询响应方法,以及访问授权的流程.分析结果表明,结合XACML和SAML标准实现的ABAC模型具有较好的安全性和移植性,适用于异构的SOA环境.     

基于神经网络和功率谱的水中目标信号检测方法

将功率谱和神经网络相结合，应用于高海况、低信噪比条件下，水中目标信号的特征提取中．文中首先对信号进行功率谱估计，利用目标信号功率主要集中在低频部分的特点，提取低频信号的能量作为特征，然后利用人工神经网络对目标信号进行检测．利用不同浪级情况下海洋水压场的仿真信号数据，对某型目标舰船的水压信号进行了检测计算，验证了该方法的有效性，尤其是达到了在高海况、低信噪比条件下，对目标信号检测率比较高、虚警率比较低的效果．     

作业时间为梯形模糊数的并行多机调度问题

在现场实际生产中，某一工序作业时间很难达到非常精确，往往是不确定的，是某一时间段，利用模糊数学理论，对生产实际中的模糊作业时间进行处理，通过定理将模糊作业时间问题转换为非模糊的精确问题。     

首台国产化410t/h循环流化床锅炉的调试

介绍了首台拥有中国自主知识产权的国产化410t／h循环流化床锅炉的结构及性能特性，对调试中出现的问题进行了分析并提出了解决的措施。     

锂电池健康度和剩余寿命预测算法研究

为了实现锂电池健康状态检测和电池故障诊断,在电池全生命周期退化数据基础上,分别使用容量增量分析和差分电压分析法进行特征提取,使用皮尔逊相关系数对健康因子进行相关性分析,并将其输入到人工神经网络用于电池健康状态(state of health, SOH)预测。针对电池容量非线性的退化特性以及局部重生现象,使用双指数函数对其进行建模。同时结合粒子滤波算法对模型参数进行估计,实现电池剩余使用寿命(remaining useful life, RUL)的概率密度预测。实验结果表明所提出的方法能够实现SOH的精准预测和RUL的不确定性估计。     

基于时空分布映射的大规模电池健康状态研究

针对传统方法难以对不间断电源系统、微网储能系统的蓄电池组进行高效准确的状态估计问题,提出了一种全新的基于数据驱动的方法应用于大规模电池的健康状态预测。首先,分析电池的历史数据,从电池健康状态（空间维度）和时间演变放电过程（时间维度）2个层面对电池状态进行有效聚类。其次,将数据分布映射到高维空间,设计相应的基于时空分布映射的电池健康状态预测深度神经网络模型。最后,实验模型验证了所提方法的有效性。     

复合型顶板条件下综采工作面顶板事故原因分析及对策

复合型顶板管理是综采工作面生产技术管理的难点。通过对阳泉煤业集团公司一矿北头嘴井1816工作面复合型顶板冒顶事故原因的分析,根据生产实践和设备现状,提出了适应阳泉矿区复合型顶板条件下综采工作面顶板管理的措施。     

基于时空分布映射的大规模电池健康状态研究

针对传统方法难以对不间断电源系统、微网储能系统的蓄电池组进行高效准确的状态估计问题,提出了一种全新的基于数据驱动的方法应用于大规模电池的健康状态预测。首先,分析电池的历史数据,从电池健康状态（空间维度）和时间演变放电过程（时间维度）2个层面对电池状态进行有效聚类。其次,将数据分布映射到高维空间,设计相应的基于时空分布映射的电池健康状态预测深度神经网络模型。最后,实验模型验证了所提方法的有效性。