基于无线传感网络的智能教室管理系统

随着科学技术的不断发展,人们的生活水平也得到了很大的提升,简单的产品功能的实现无法满足人类的需要,人们迫切地希望产品能够变的更加智能化、信息化,而在智能化的进程中,产品和人的沟通已经成为了最重要的一方面,作为国之根本的教育系统更要跟上时代的步伐,本文对智能教室管理系统的可行性方案进行详细的阐述。     

无线传感网络路由和定位技术研究

随着5G时代的到来,各类设备依托于物联网的数据传输需求大大增加,无线传感网络作为物联网基层接口有着无比重要的作用.本文首先阐述了无线传感网络路由的分类及特点,然后针对无线传感网络数据拥塞问题的控制技术进行了讨论,最后详细介绍了无线传感网络的节点定位技术.     

基于复合传感探测技术的教室智能照明系统

设计了一套基于复合传感探测技术的教室智能照明系统,使用STM32单片机控制系统工作,达到人走灯灭的效果,初步预计可以为每间高校带来每年节省10万度电的能源效益。     

智能传感教学平台能源管理系统设计

智能传感教学平台以能源管理分散控制系统为核心,阐述了智能传感教学平台能源管理系统结构组成,针对软硬件需求对系统的采集和数据传输进行设计,利用智能传感器把生产过程中的相关数据采集并传输到组态软件,通过建立数据系统,通过NT6000能源管理系统可以实时监控、分析设备运行状态,实现能源集中管理,降低企业能源消耗成本。     

智能传感材料的研究进展

智能传感材料是近年来兴起的一些具有特殊性质、能用于传感的新材料,作为传感技术及传感材料的重要发展方向,其潜在的应用领域十分广阔.本文综述了现阶段几类重要智能传感材料(智能纤维、压电材料、形状记忆合金、智能凝胶、智能微球)的简要特征、研究现状并对发展前景作出展望.     

海产养殖常用药物三氯异氰尿酸的光化学降解行为

[目的]含氯杀菌剂是渔业生产中广为应用的水体消毒药剂,光化学降解是其在水中分解的主要途径和速率限制步骤之一。研究典型海产养殖药物的光化学降解行为,有助于保证其施用效果及降低海产品农残。选择海产养殖常用药物三氯异氰尿酸(TCCA),在不同的光照强度下测定其反应速率。选择较优的光照条件,在不同的pH值、不同的温度条件下,通过离子色谱法对水中各时间段的氯离子浓度进行测定,研究其水中光化学降解行为。[结果]不同的光照强度和条件下,TCCA中氯离子解离速度变化较为明显,且解离速度随波长的增加而减小。紫外光照射条件下,酸性溶液抑制解离,碱性溶液促进解离;温度升高有利于药物的降解。TCCA的降解基本符合一级动力学,且时段不同反应速率常数不同。[结论]水产养殖的用药杀菌过程中,应该尽量使水质保持中性。对于海产养殖而言,由于通常情况下海水的pH值显弱碱性,所以在使用药物时应尽量在晴天使用,此时的光照效果及紫外强度均较大,这样既能使药物完全发挥效果也会使药物尽快解离。     

电化学传感技术和纳米材料应用研究

电化学分析无论在医学和生物行业,还是生命科学和癌症确诊等各个领域中都已经被广泛应用,但是,电化学传感技术质量对物质测试质量有直接的影响,当前分析和研究的重点,就是怎样将电化学传感器质量有效地提升。     

传感检测技术在水环境中的应用

环境污染物尤其水体中的污染物种类多,危害大,作用时间持久。这些难降解污染物在痕量时仍具有高危害性,难以用综合指标（如COD）反映,所以需要精确快速的检测技术。本文介绍了传感器技术近几年在水体监测中应用及研究进展,如光学传感器、生物传感器、纳米传感器等。这些传感器可用于环境水体中的有机物质和水体中的一些重金属离子,较传统的水处理技术有较大的突破,对其应用前景作了展望。     

基于混淆的无线传感网络密钥管理机制

为了增加对称密钥被破解的难度,提出一种基于混淆的密钥管理机制,来增加信息传输的安全性。在管理机制中应用一种混淆的多重加密方法,此方法是以时间参数组成的时间集为随机参数与混淆理论结合对信息进行加密;通过连通性分析、节点能耗和抗攻击能力对这种管理机制进行了分析,论证了其实用性。     

基于ZigBee的智能pH分析仪的设计

为了实现对火力发电厂中多路水质pH值的实时集中监控,设计了基于Z igBee的智能pH分析仪。该仪表以S3C2440为核心控制器,利用CC2420构建无线网络,以嵌入式L inux为软件平台,实现了人机交互、历史数据存储以及以太网通信等功能。     

人工神经网络在混凝土强度预测中的应用

人工神经网络技术综合考虑了高强度、高性能混凝土强度的各种影响因素,可用于预测混凝土强度。本文选取混凝土配料中7个因素作为输入值,混凝土28d强度作为输出值,建立起混凝土强度预测BP网络模型,进而对混凝土配合比强度实验数据进行分析预测,结果效果良好。表明该方法用于高性能混凝土强度预测方面是可行的。     

BP神经网络关联乙醇-水-异辛醇(含KF)体系液液平衡数据

基于神经网络模型,编写通用计算机程序,对乙醇-水-异辛醇三元含盐体系在25℃下的液液平衡数据进行关联,并与文献中所提出的Hand方程进行对比,结果表明:神经网络模型对上述体系平衡数据的关联精度优于Hand方程。神经网络模型为多元液液平衡计算提供行之有效的工具。     

基于人工神经网络的炸药性能研究

为了解人工神经网络方法在炸药性能预测的应用及发展,分析总结了BP神经网络在炸药性能预测方面的应用。选取合适的参考量作为输入,建立BP网络学习样本、训练样本,构建网络,训练并优化网络,调整隐含层节点数和迭代次数,使得预测误差处于可接受范围。通过对炸药的装药密度、爆热、爆速以及撞击感度等性能的研究,认为人工神经网络会对炸药更多的性能进行精确的预测,有重要参考价值。     

人工神经网络BP算法在玻璃纤维生产领域中的应用

针对玻璃纤维生产过程中原丝产量的影响因素多,当某些生产条件发生变化时,无法对原丝产量做出准确预测的情况,通过采用BP人工神经网络,结合matlab软件,实现了在池窑生产过程中,当生产条件发生变化时对原丝产量做出准确预测。     

利用人工神经网络方法开发Al2O3/TiN系复相陶瓷刀具材料

复相陶瓷刀具材料应用前景广阔。本文提出了利用人工神经网络方法辅助开发复相陶瓷刀具材料，基于BP算法，建立了预测颗粒增韧复相陶瓷刀具材料各组分体积百分含量的预测模型。实际开发了Al2O3/TiN系复相陶瓷刀具材料，材料的力学性能满足要求。     

BP神经网络的发展及其在化学化工中的应用

人工神经网络（ANN）由于本身具有极强的非线性映射能力、容错性、自学习能力得到广泛的应用。基于反向传播算法（BP）的神经网络作为ANN重要组成部分,在涉及多种非线性因素建模时,相对于传统的反应机理建模显示出巨大的优势。虽然神经网络的发展几经繁荣与冷落,但目前在不同领域已经获得成功的应用。本文概述了BP神经网络的映射原理、缺点以及相应的改进方法,介绍其在催化剂设计、动力学模拟、理化特性估算、过程控制与优化、化学合成与反应性能预测的应用现状,展示了使用不同优化方法的改进模型在实验设计与优化方面取得的成果。最后指出未来BP神经网络的发展要进一步结合数据深度挖掘与机器学习等技术,为今后化学化工领域的研究提供强有力的工具。     

基于人工神经网络的橡胶螺杆挤出机智能化设计

通过人工神经网络建立了挤出机的智能化设计模型.该模型可以进行多影响因素下的多目标分析,并应用于橡胶挤出机的结构选型、结构设计、找出最佳的工艺参数等.改进了过去单凭产量来选择螺杆直径的简略的方法.由实验数据和专家经验作为样本训练得到的智能模型,能达到更符合实际情况、综合考虑产量和胶料特性等诸多因素来选择出合理的挤出机直径和挤出机工作转速等多目标的智能化的设计方法.     

PE–HD/PE–LD振动挤出预测模型及其应用

基于BP人工神经网络,研究高密度聚乙烯(PE–HD)、低密度聚乙烯(PE–LD)材料的振动挤出加工过程,建立螺杆转速、振动及口模诸因子与挤出胀大、压力和功率等输出特性参数间精确、高效、简洁的非线性映射关系,为挤出加工参数的优化和挤出加工质量的控制提供依据。结果证明,基于BP神经网络模型能够很好地预测聚合物挤出加工特性参数,所建网络具有精确、高速、自适应等特点。     

基于BP神经网络电子评标方法的研究和应用

为了解决招投标中评标环节专家评审法随意性大的问题,针对建设工程的不同特点,对评标内容进行分类剖析.利用人工神经网络的智能识别功能,建立基于神经网络的电子评标方法.结合人工神经网络的自适应功能、良好的容错能力以及非线性数据处理特点,科学地评价多因素建设工程投标方案,使招标商从众多的投标商中选出最佳的中标单位.     

苯乙烯-马来酸酐本体共聚合过程的神经网络建模

人工神经网络(ANN)是一种有效的建模方法,尤其适用于机理复杂的化工过程,故应用ANN技术来研究苯乙烯-马来酸酐半连续本体共聚合过程的建模方法,并用原始实验数据训练BP网络,来预测本体共聚合过程的目标变量——反应转化率是合适的。由于标准BP训练算法的训练速度较慢,提出了一种改进的训练算法(marquardt算法)来提高网络的训练速度。结果表明,改进的训练算法提高收敛速度10倍以上,在不同的初始条件下,如停留时间5小时、聚合温度110-120℃和马来酸酐进料分量7％-10％,能得到满意的收敛点。在3个输入和1个输出(转化率)的情况下,估计结果的最大相对误差为10％-15％,平均相对误差小于5％。转化率的模型预测结果与原始实验数据具有良好的拟合。此方法可以有效地用于此类聚合过程的模型化。