一种用步进器指令编程的方法及应用

本文介绍了一种用可编程序控制器（ＰＣ）的步进器指令编程的方法。并通过应用实例证明了该方法可以简化逻辑设计避免逻辑竞争。     

基于统计学指标的自适应粘着利用控制技术研究

轮轨粘着是制约轨道车辆牵引性能的核心因素之一,提升车辆粘着性能是各轨道交通强国研制更高速度、更大载重车辆时的迫切需求。为进一步提升轨道车辆在全天候工况下的粘着利用性能,本文提出了一种基于统计学指标的自适应粘着利用控制算法,算法通过牵引数据的统计学指标对当前车辆运行的轮轨条件进行辨识,并结合干、湿轨不同工况下的粘着特性差异,利用自适应控制策略实现不同工况下的精细粘着利用。现场验证试验数据表明,本文提出的算法粘着利用性能良好,不仅提高了轮轨间粘着力的利用效率,更减小了低粘着工况下的速度波动,进而改善了车辆的乘坐舒适性。     

基于模拟手算技术的钢管桩承载力自动化计算研究

针对施工现场技术人员编制结构计算书效率低下的问题,基于模拟手算技术思想,借助Delphi开发平台,以钢管桩单桩竖向极限承载力自动化计算为例,开发了生成其计算书的程序,实现了结构计算的自动化,达到了模拟手算的效果。结果表明,模拟手算技术思想理念先进、切实可行,很好地解决了结构计算出Word计算书的问题,具有方便、快捷、高效的特点。     

胶磷矿柱式浮选优化研究

介绍选矿厂浮选柱分选现状,针对直冲式浮选柱在胶磷矿反浮选作业中存在的分选效果不稳定问题,将直冲式充气方式调整为管流混合方式,有效地提升矿化效果,一次反浮选抛尾量从10.49%提高到15.92%,脱镁率从29.91%提高到50.93%,缓解了后续作业压力。     

浅谈高速冲压线干涉曲线的检查方法

<正>现今越来越多的汽车主机厂为了能够满足需求的增长,不断提升自动化冲压生产线的节拍和节省模具现场调试时间,纷纷开始导入高速冲压生产线。为了优化模具设计和提前识别生产过程中的干涉现象,从而提升高速冲压生产线的调试效率,本文基于UG三维软件对生产过程进行干涉曲线仿真分析,能够快速地排查干涉,缩短调试工时,有效地提升生产效率。     

“双碳”目标下电网多能源联合优化调度研究与实践

“双碳”目标之下,随着新能源并网规模的持续增加和占比不断增大,电力系统平衡难度不断加大,如何依托大电网,发挥电网优化资源配置平台优势,科学制定新能源与常规能源的优化调度运行方式成为高占比新能源电网面临的一个艰巨挑战。本文以西北电网为研究对象,分析了影响新能源消纳的主要因素,以新能源消纳最大为目标,构建了水、火、风、光多能源联合优化调度模型,并分别对水电日内调节、跨日调节、火电深度调节以及新能源参与平衡等场景进行了模拟计算和分析比较。应用实践表明,本文构建的多能源联合调度模型科学合理,为新能源占比不断提高的新型电力高多电源联合优化调度提供了理论支撑。     

一种基于元启发式策略的迭代自学习K-Means算法

类内误差平方和最小化的聚类准则求解是NP难问题,K-Means采用的迭代重定位方法本质上是一种局部搜索的爬山算法,因此聚类结果对初始代表点的选择非常敏感,只能保证局部最优.为此,引入元启发式策略,通过建立评估函数对K-Means初始代表点和目标函数之间的依赖关系进行近似,然后利用近似评估函数指导新的初始代表点的选择,构成一种迭代自学习框架下的K-Means算法.实验表明算法可以很好地克服K-Means对初始代表点的依赖性,获得较高质量的聚类结果.     

WAPI的第二次咸鱼翻生能成功吗?

WAPI，一个沉寂许久的活题近日在国内再次引起各路英雄的注意。     

氯碱行业低碳减排改进措施

从蒸汽损耗和电损耗两方面分析了陕西北元化工集团股份有限公司低碳减排的改进措施。经过优化改造后,节约蒸汽88 400 t/a、用电1 538.41万kW/a,间接降低标煤消耗10 276.88 t/a,折算二氧化碳排放量18 767.39 t/a。     

基于E-Learning的移动学习推荐系统研究

移动终端在输出海量学习资源时会存在条件受限问题,对移动学习的协同过滤推荐带来了较大的挑战。用户对学习资源的喜好问题与传统的推荐问题不同,其不仅依赖个人偏好和兴趣特征,且随着学习经历的变化而发生改变,同时移动设备所在的时空环境与上下文信息也影响了资源的选择。以概率矩阵模型为基础,首先利用先验概率分布建立社交关系、行为特征、资源关联、时空环境与用户评价的分布关系,然后将其通过联合概率分布融入到概率矩阵模型中进行优化,构建用户与项目的多维特征关系,得到更为精确的用户与项目的潜在特征矩阵,实现了基于移动环境的实时学习资源推荐。与近年的主流推荐方法进行比较,结果表明,针对移动学习资源推荐方法的均方根误差（root mean square error,RMSE）和平均绝对误差（mean absolute error,MAE）指标均优于相关方法。