高性能嵌入式工业以太网监控系统设计

现场智能监控装置是构建控制网络的基础和关键,采用高端嵌入式技术实现以太网现场智能装置开发是其重要发展趋势。本文提出基于嵌入式工业以太网技术的监控系统,详细阐述了嵌入式工业以太网监控装置的硬件和软件的设计过程,包括32位微处理器系统的实现、以太网接口单元模块的实现、uCLinux嵌入式操作系统分析和移植,uCLinux下驱动程序的分析和实现、Socket套接字分析、HTTP协议分析、嵌入式Web服务器的实现等。     

火电厂的SIS建设及实时数据库平台的选择

具体论述了电厂厂级监控信息系统(简称SIS)的系统架构和SIS与管理信息系统(简称MIS)的连接方式，指出SIS和MIS应采用独立的网络进行连接以提高安全性和可靠性，同时分析了SIS建设中实时数据库平台的选择原则，包括数据存储效率、系统访问结构、接口技术、数据缓冲和容错功能等，同时还讨论了SIS中各项高级应用应该实现的具体功能，为电厂开展SIS建设提供了参考。     

火电厂SIS系统中实时数据库平台的选择

实时数据库平台是厂级监控信息系统(SIS)的核心部分，它的合理选择对于SIS建设具有重要意义。该文在介绍火电厂SIS系统的基础上，提出实时数据库平台的选择应该根据数据存储效率、系统访问结构和接口技术等方面进行。同时以某电厂的SIS建设为例，阐述了该电厂的SIS系统结构和实时数据库平台的一系列具体解决方案，讨论和分析如何采取措施满足数据的实时性要求、多系统间的连接技术、数据安全性和网络安全性等重要问题，为其他电厂选择和建立实时数据库平台提供了借鉴。     

用单片机实现各音色电子琴

介绍了音色概念以及音色的决定性因素。针对传统电子琴采用以滤波网络电路对某次谐波量进行放大或衰减来模拟音色的方法,提出了一种新的实现方案,即采用以单片机为主体的数字电路,"软硬"兼施,模拟音色的波形,再通过D/A输出,从而达到听觉上的模拟音色的目的。解决了传统的模拟音色电子电路的设计的复杂性和多变性问题。给出了具体的实现电路、软件设计方法和步骤。     

细长轴车削用量优化与加工变形误差补偿技术的研究

为了有效克服细长轴类零件车削加工变形对其加工精度的影响，尽可能地提高切削效率，文中讨论了两种方案：（1）根据加工精度要求和车削力大小信息，确定切削速度、进给率和切削深度的优化组合选取范围，使得工件变形大小不超过允许的极限值，从而满足加工精度要求；（2）尽可能选择较大的切削用量，并根据工件刀触点处变形量的大小预修正原始数控编程刀位，进行误差补偿。车削实例表明运用误差补偿技术能够实现柔性轴类零件的高效精密车削加工。     

聚焦锂电池:2012中国(国际)锂电新能源高峰论坛成功举办

在全球经济增长放缓的情况下,中国锂电池产业取得了每年7.78％的增长率,目前,中国锂电池产量已占到世界的近三分之一.2012年4月11日-12日,中国(国际)锂电新能源高峰论坛在鹏城圆满落下帷幕.来自国内外的三十余位锂电专家、学者云集一堂,由中国锂电行业的先驱杨裕生院士领衔,共同探讨了下一代锂电技术的发展趋势、锂电行业结构调整的走势以及锂电应用前景等热点话题.活动共吸引到众多业内知名企业的代表、技术专家近400人参加.     

应用BCM模拟软件对石脑油裂解炉进行价值优化

应用BCM模拟软件分析了SRT-Ⅳ(HS)型石脑油裂解炉的操作条件(炉管出口温度(COT)、进料量、稀释蒸汽与原料的质量比(稀释比))对裂解产物总价值的影响,同时研究了裂解产物价格波动对裂解产物总价值的影响。计算结果表明,石脑油裂解产物总价值分别随COT的升高和稀释比的增大出现局部极大值,并与进料量呈线性关系;当裂解产物价格发生变化时,裂解产物总价值及其达到最大时对应的COT也随之变化;当某一裂解产物的价格高于其他裂解产物价格两个数量级时,该裂解产物的收率与裂解产物总价值的变化规律相同。石脑油裂解炉的裂解产物总价值优化结果与裂解产物收率优化结果存在差异,应用BCM模拟软件对工业裂解炉实施价值优化,有利于提高工业裂解炉裂解产物的总价值。     

烃类蒸汽裂解反应动力学模型进展

叙述了烃类蒸汽裂解的反应动力学模型建立方法的研究。烃类蒸汽裂解反应动力学模型可分为4种,即经验模型、半机理半经验模型、人工智能模型、机理模型,分别阐述了4种类型反应动力学模型的开发现状以及优缺点。着重阐述了以自由基反应理论为基础的机理模型的研究,介绍了蒸汽裂解自由基反应网络途径的开发以及相应参数的求解,报道了最新的研究成果。     

太阳能光伏技术在建筑中应用

本文从太阳能光伏技术应用的现实意义出发,介绍了光伏系统的组成及功能、光伏电池性能特点等,重点分析了光伏建筑一体化（BIPV）的应用特点、相关要求、建筑与结构的设计要点及发电量计算,阐述了光伏技术的应用现状及发展前景。     

基于动态数据挖掘的热力参数传感器故障诊断

针对火电机组热力参数动态数据的海量、高维特点,提出了一种基于动态数据挖掘的热力参数传感器故障诊断新方法。该方法通过对热力参数信号进行经验模态分解,获得一系列平稳的本征模态函数(intrinsic mode function,简称IMF)分量和一个趋势余量,实现传感器故障特征信息的动态挖掘。以各IMF分量和趋势余量的方差作为特征向量构建欧氏距离判别函数,结合径向基函数神经网络确认传感器是否发生故障。根据专家经验得到的规则分析传感器测量值与理论值之间的差值,判别传感器的故障类型。以某电厂600MW火电机组实时运行数据为基础进行仿真实验,结果表明:该方法能够仅使用热力参数传感器正常状态下的样本,有效区分传感器故障造成的信号变化与机组本身正常负荷波动造成的信号变化,实现快速准确地对热力参数传感器的工作状态和故障类型进行判别。