分布式网络化制造系统构想

从全球化趋势,市场特征和科学技术发展等方面讨论制造模式变革的必然性,提出一种面向新世纪的分布式网络化制造系统的初步构想,并就其特点及关键技术进行阐述,通过原型系统从原理上实现了这一构想。     

基于多自主体的分布式智能制造系统研究

介绍一个基于多自主体的分布式智能制造系统框架。利用分布式人工智能原理,建立一种没有中心控制器的智能制造环境,制造系统中的各功能子系统通过智能自主体连接到智能制造网络上,通过消息机制进行交流,使得信息、知识、制造设备以及人的智能都成为网络上的共享资源。     

基于香农熵加权投票算法的集成式非侵入式负荷识别方法

非侵入式负荷监测(non-intrusive load monitoring,NILM)技术绿色节能,已成为电力系统负荷监测的发展趋势。集成学习方法可有效提高负荷识别性能,但其基学习器的优化选择和权重设置问题亟待解决。文中以一种典型智能电表对8种小型用电设备及其混合负荷的高频实测实验为基础,基于递归特征消除(recursive feature elimination,RFE)法选择最优特征组合,提出结合准确率和多样性权衡的基学习器组合优化方法,并引入香农熵设置投票权重,形成一种新颖的基于香农熵加权投票的集成式NILM识别方法。通过在自测数据集和公开的全球家庭和行业瞬态能量数据集(worldwide household and industry transient energy dataset,WHITED)验证,与常用集成方法比较,该方法识别准确率高、运行时间短且稳定性高。     

渗硫参数对氮碳共渗表面形成FeS固体润滑层的影响

采用低温离子渗硫技术在CrMoCu合金铸铁离子氮碳共渗表面制备FeS固体润滑层。通过对FeS固体润滑层表面微观形貌的观察,初步分析了渗硫条件和氮碳共渗表面对其上FeS固体润滑层形成的影响。氮碳共渗表面细小的缺陷和凹坑为硫化物提供了形核的活性中心,利于形成以FeS相为主的较厚的FeS固体润滑层。渗硫温度对氮碳共渗表面形成FeS固体润滑层影响很大,当渗硫温度（硫罐温度／工件温度）为210℃／230℃时,FeS固体润滑层中S／Fe原子摩尔百分比值趋于1;当渗硫温度（硫罐温度／工件温度）小于或大于210℃／230℃时,FeS固体润滑层中S／Fe原子摩尔百分比值远小于1或远大于1,不利于FeS固体润滑层的形成。     

基于Petri网的智能制造系统建模

阐述了Petri网在智能制造系统建模中的突出优点,对其进行了扩展,并与面向对象技术相结合形成了面向对象Petri网（OOPN）,提出了利用OOPN建立智能制造系统结构模型,行为模型,控制决策模型和消息模型的方法,通过利用OOPN建立智能制造中加工结点模型的实例,充分说明了面向对象Petri网的有效性和强大的建模能力,为智能制造系统的设计,性能分析,运行状态监视提供了一条有效途径和强有力的工具,必将在制造领域得到广泛应用和进一步的发展。     

“固-油-纳”一体化耐磨润滑涂层技术及其应用

提出并设计了一种将油润滑、纳米润滑和固体润滑一体化的方案.制备了具有微纳孔结构的FeS固体润滑层,利用真空浸油技术,在微纳孔结构中储存润滑油和纳米粒子,制备了纳米粒子、油、FeS固体润滑一体化涂层.在6 600 m in的试验范围内,摩擦系数保持在0.03~0.07之间,显示了该涂层具有低摩擦、耐磨损和长寿命,并给出了其应用范围.     

服务工作流中基于用户需求的调度模型及算法研究

在前期研究的基础上,从工作流的实用性与用户的个性化需求出发,提出了一种基于用户需求的工作流调度模型,该模型由业务逻辑模型、用户个性化定制模型、服务组织模型、工作流调度模型、工作流执行模型等五部分组成;同时研究了一种按用户需求的工作流调度机制,该机制能实现高层用户逻辑向底层执行映射的动态服务绑定;最后分析了调度机制失效时的最小代价恢复策略.与同类成果相比,调度模型具有灵活地支持用户个性化需求,算法复杂度低,并能以最小代价快速失效恢复等优点.     

一种基于分块的小波编码图像压缩技术

提出了一种基于改进的分块小波图像压缩技术.在小波分解的基础上给出了一种分块编码的图像编码算法.该算法利用小波变换系数子带内和子带间的相关性以及小波系数的分布特点,有效地对高频子带数据进行了压缩,然后使用其他几种比较简单的编码方法实现图像的进一步压缩.该方法实现简单,可达到很好的压缩效果.     

促进下岗失业妇女再就业问题研究——以青岛为例

在当前经济形势下,如何保障下岗女工的劳动就业权,如何引导下岗女工靠自身打拼闯出一片新天地。本文分析了下岗失业妇女的再就业现状,以及再就业过程中存在的问题,从四个方面提出了下岗失业妇女再就业的对策与建议。     

云计算环境下基于信任推理的服务评价方法

通过服务直接交互中的服务行为来建立SC与SP实体的信任推理、演化及对SP实体的QoS评价模型。该模型基于概率密度函数来表征服务实体间的信任度,提出了基于概率密度信任关系的计算、推理及合并的演化方法,并给出了依据信任推理与QoS修正的服务评价算法。实验结果表明该方法能有效评价服务参与者的信任度,削弱不可信的实体对服务评价的影响,提高服务选择过程的质量及准确性。