基于VC++的采煤机监控系统设计

针对基于Visual C++的采煤机监控系统设计进行分析,根据实际情况对采煤机的运行状态进行及时的调整。该系统的监控管理软件以工业控制软件Visual C++为基础,并运行于Windows环境。文章对采煤机监控系统进行了深入分析,介绍了采煤机监控系统的设计原理及其功能模块和通用软件开发工具Visual C++。     

B2O3对CaO基渣精炼的助熔作用和脱硫的影响

使用RTW-08熔体物性测定仪通过旋转粘度计法测定了熔渣的粘度.试验结果表明,B2O3和CaF2在46%CaO-10%BaO-11.2%SiO2-11.6%Al2O3基础渣系中的助熔效果相当;在CaO-SiO2-10%BaO-11.6%Al2O3-10%CaF2基渣的碱度(CaO+BaO)/(SiO2+B2O3)为2.5和2.8时,用B2O3替代1/4 SiO2后精炼渣高温熔化性能稳定,粘度值降低至0.3～0.5 Pa·s;碱度2.8时,含20.6%SiO2渣剂的脱硫率为85%(S含量由0.008%降至0.001 6%),而含10.3%SiO2-10.3%B2O3渣剂的脱硫率为91.3%(S含量由0.008%降至0.000 7%).     

基于Ad Hoc的虫洞攻击与防御研究综述

本文在分析无线Ad Hoc网络路由协议研究现状的基础上,指出无线Ad Hoc网络路由协议存在的脆弱性及针对协议漏洞所发起的几种主要攻击形式。重点分析虫洞攻击的基本原理及其当前的防御方法和不足,为今后更进一步研究安全路由协议打下基础。     

计算机网络安全与防御分析

通过对计算机网络所面临的主要威胁和目前常用的安全防御措施的调查分析,总结得出各种安全措施在计算机网络攻击防御中所起到的不同作用,并综合各种安全技术的利弊构建出一个综合的网络防御系统。     

基于Packet Tracer的双核心多出口校园网设计方案

基于目前Packet Tracer网络模拟器的功能及特点,提出一种双核心多出口校园网设计方案。使用Packet Tracer完成整个方案的拓扑及配置,并进行功能的详细测试,最终得出该校园网设计方案的可行性,说明Packet Tracer在计算机网络类课程教学中能发挥重要作用。     

基于C语言的框架式课程教学方法探讨

在对目前各高校C语言课程常用教学方法不足的基础上,提出一种新的课程教学方法——框架式教学方法。并在C语言课程教学中进行实践,分析常用方法和新的教学方法的教学结果,得出框架式教学方法在工科类课程教学中优于普通教学方法。     

移动自组网在灾后营救中的应用研究

介绍移动自组网的特点、发展与现状,并与现有通信手段进行分析对比,指明移动自组网在各类灾后营救中的相比传统通信手段所更能发挥的积极作用,展望移动自组网在各个领域中的应用前景。     

Li2O和B2O3对精炼渣脱硫性能影响的试验研究

在CaO基精炼渣中分别加入Li2O代替等量CaO和加入B2O3代替等量CaF2进行改质,对改质后精炼渣进行熔化性能和脱硫性能的实验研究。结果表明Li2O显著增强精炼渣的脱硫能力,当Li2O含量大于7.5%时,提高脱硫率ηS至90%以上。而B2O3对精炼渣的脱硫率无明显影响,但可取代CaF2作为助熔剂加入,以减缓氟对耐材的浸蚀和对环境的影响。     

B2O3在CaO-BaO-SiO2-Al2O3-CaF2精炼渣中的作用

选择w（CaO）=46％，w（BaO）=10％，w（SiO2）=11．2％，w（Al2O3）=11．6％的渣作基础渣系，将B2q作助熔剂替代CaF2，发现B2q和CaF2的助熔效果相当，B2q可用作环保型助熔剂。将CaO-SiO2-BaO-Al2O3-CaF2作基础渣系，B2O3作酸性氧化物，在碱度（m（CaO＋BaO）／m（SiO2＋B2O3））为2．5和2．8时，研究B2O3替代SiO2后精炼渣的熔化性能。结果表明，B2O3替代25％的SiO2后就可大幅度降低粘度，并且发现富硼精炼渣的高温熔化性能稳定，粘度值稳定在0．3～0．5Pa·s。在碱度为2．8wt进行脱硫工艺实验，当w（SiO2）=20．6％时渣剂脱硫率为80％，当w（SiO2）=10．3％，w（B2O3）=10．3％时渣剂脱硫率为91．3％，主要原因是熔化性能良好的熔渣有助于提高传质速率。     

基于YOLO算法的无人机航拍图像车辆目标检测系统研究

为了解决航拍图像地面车辆目标实时检测和识别的问题,引入先进的人工智能技术,设计了一种基于深度学习的无人机航拍图像车辆目标检测嵌入式GPU系统.论文首先基于YOLOv3算法实现地面车辆目标检测技术,在GPU服务器上对地面车辆目标进行离线训练,通过自学习和迭代优化网络神经元权重,得到针对特定应用场景的网络模型;然后在嵌入式GPU平台上部属训练好的网络模型,实现无人机航拍图像的实时在线检测.实验结果表明,在NVIDIA TX2平台上实现了25帧/s的检测速率,基本满足地面车辆目标检测的需求.该嵌入式系统为无人机航拍图像在智慧交通领域的应用提供了一种解决方案.