复卷机伺服张力控制系统设计及优化

本研究通过对复卷机工艺流程进行分析,分别对纸幅张力、速度和纠偏的控制系统进行了设计及优化,采用罗克韦尔PLC作为主控制器,结合伺服驱动器和伺服电机等,实现对纸幅张力的稳定控制。该控制系统在实际生产中取得了良好的控制效果,张力调整时间由之前的10 s缩短到5 s内,并且无超调量。     

Al_(88)Ce_8Co_4非晶合金在NaCl溶液中的腐蚀行为研究

利用极化曲线测试方法、交流阻抗技术研究了Al88Ce8Co4非晶合金在NaCl溶液中的电化学腐蚀行为。研究结果表明,Al88Ce8Co4非晶合金在NaCl溶液中具有很好的耐腐蚀性能。NaCl溶液浓度严重影响Al88Ce8Co4非晶合金的抗腐蚀性能,在所研究的浓度范围内,极化曲线都表现出明显的钝化趋势,EIS图谱均由单一的容抗弧构成。在浓度为0.5mol/L~2mol/L范围内,随浓度的增加,自腐蚀电位有向负方向移动的趋势,腐蚀电流密度逐渐降低,电荷转移电阻逐渐增大,当浓度达到4mol/L时,自腐蚀电位向负方向移动较大,相较于2mol/L时,腐蚀电流密度又有所升高,电荷转移电阻有所降低。     

无形资产管理系统的设计与实现

无形资产是指企业拥有或者控制的没有实物形态的可辨认非货币性资产。结合当代计算机技术的发展和计算机数据库的广泛应用,完全可以设计一款软件使得对无形资产合理的管理、使用更方便、更科学、更合理,最大限度地发挥无形资产带来的效益。本设计采用基于B/S架构的WEB程序,只需要在服务器上安装部署一次,所有连接网络的电脑都可以访问。结构简洁,脉络清晰,管理操作简单快捷。     

基于Web的多媒体课件的设计与实现

文章从教学设计、系统设计方面着重介绍网络多媒体课件的设计要点,并从素材的收集和处理、软件编辑方面介绍网络多媒体课件的实现方法.     

SBR法对缫丝废水的后续处理试验研究

通过研究影响序批式活性污泥法(SBR法)对缫丝废水的后续处理效果的各种因素,得出最佳工况运行条件。结果表明,在SBR法中,曝气时间为8 h,沉淀时间为40 min,溶解氧值为2～3 mg/L时,系统处理效果最好,COD、氨氮和TP的去除率分别达到90.5%±0.5%、95.1%±0.6%和78.2%±3.1%,出水的COD和氨氮都能达标排放。将SBR反应器作为缫丝废水后续好氧处理工艺,具有较高的处理效率和较好的运行稳定性。     

缸压反馈燃烧状态指标建模与仿真

在分析燃烧闭环控制反馈变量的基础上,利用Matlab/Simulink软件建立了IMEP,CA50计算模型,通过与燃烧分析仪离线计算结果对比,验证了燃烧状态指标模型的计算准确性。在此基础上,通过NI PXIe-6356数据采集板卡采集的缸压传感器电压信号拟合缸压曲线,并计算燃烧状态指标,试验结果表明,IMEP,CA50计算精度能够满足缸压反馈控制的需要。     

人工神经网络方法在黄河下游平滩流量计算中的应用

利用黄河下游1960-2007年实测水沙资料,选取花园口、高村、艾山及利津4个断面作为研究对象,采用人工神经网络方法,通过输入来流量和来沙系数确定各断面的平滩流量.不同输入因子的计算结果表明:对于平滩流量的计算,不仅应考虑来水来沙条件的累积作用,同时还应考虑汛期与非汛期的全部水沙条件,则能更加准确地计算各断面汛后的平滩流量.人工神经网络方法不仅能够全面地考虑多种因素对平滩流量计算的影响,而且还能够模拟平滩流量随水沙条件变化的动态调整过程.     

黄河下游平滩流量影响因子相关分析

选取影响黄河下游平滩流量的诸多影响因子并加以分类,应用人工神经网络方法,建立了各影响因子与平滩流量的BP模型。分析结果表明:平滩流量计算时应考虑汛期及非汛期来水来沙影响因子、前期水沙条件的累计影响因子与其他因子;考虑汛期、非汛期水沙条件以及上一年汛后平滩流量等影响因子的同时,再加入洪峰流量和中值粒径影响因子,计算的平滩流量与实测值更加符合。     

基于PCA-RBF网络模型的硫化矿自燃安全性研究

为了更加准确地预测硫化矿自燃安全性,综合考虑硫化矿自燃倾向性及火灾后果严重性,将硫化矿自燃安全性划分为9个等级,并选取矿山含硫量、矿山含碳量、矿石温度、矿石堆放时间、采场人员数量、氧气浓度和采场矿层厚度作为评价因素集。利用主成分分析法（Principal Component Analysis,PCA）对94个采场样本数据进行降维处理,得到包含70%以上原始信息的3个主成分。将降维后的84组数据作为基于径向基函数神经网络（Radial Basis Function Neural Network,RBF）预测模型的训练样本,10组数据作为检验样本进行硫化矿自燃安全性预测。最后分别利用十折交叉验证法和留一法对94组检验样本的自燃安全性预测结果进行检验,得到硫化矿自燃安全性预测准确率分别为92.55%和91.49%。研究结果表明：PCA-RBF网络模型对硫化矿自燃安全性的预测性能良好,且优于未经主成分分析的结果。