基于智能巡视系统的港口皮带机远程巡检体系

传统皮带机的巡检基于人员进行巡视检查,存在安全性差、覆盖面不足、巡视效果不佳等问题。研究基于智能巡视软件与设备远程在线监测为主的皮带机无人巡检模式及其具体运用,该自动巡检模式具有智能监测、自动巡检、自动保护、设备状态分析等功能特性,尚属码头皮带机行业较为先进的系统性创新改进,具有减少人工、降本增效、提高安全性等特点。     

基于比较基因组学研究粪肠球菌乳源分离株的安全性

粪肠球菌为同型发酵乳酸菌,在食品生产中应用广泛。然而,很多粪肠球菌为条件致病菌,使其在食品中的应用存在很大的争议。本文以粪肠球菌乳源分离株为研究对象,探究粪肠球菌乳源分离株的安全性。采用Illumina Hiseq高通量测序平台对35株粪肠球菌乳源分离株进行全基因组测序,与NCBI数据库中下载的21株粪肠球菌粪便分离株进行比较基因组学分析。结果表明,粪肠球菌整体基因组长度为(2.93±0.13)Mb,GC含量在(37.43±0.13)%,转运RNA(tRNA)有(56±4)个,编码序列(CDS)数量在(2 768±146)个。粪肠球菌乳源分离株平均基因组长度与粪便分离株无显著差异,而平均CDS数量显著高于粪便分离株。系统发育树结果显示同分离源的菌株聚类在同一进化分支,该结果与平均核苷酸一致性(ANI)聚类结果基本一致。乳源分离株含有5~11种耐药基因、8~24种毒力因子及18~31个可移动遗传元件,与粪便分离株相比较,乳源分离株平均每株菌少携带3个耐药基因和毒力因子,多2.4个可移动遗传元件。因此即使是在乳制品中分离得到的粪肠球菌,也存在致病的风险,使用前需要经过严格的安全性评价。     

基于协整理论和误差修正模型的网投资需求预测研究

电网投资需求预测对于合理安排电网建设资金的投入、减少资金成本等具有十分重要的意义,提出了一种基于协整理论和误差修正模型的电网投资需求预测模型.以某地区1981-2009年的统计数据为基础,通过ADF单位根检验、Johansen协整检验,逐步筛选变量,发现了电网投资与最大用电负荷之间具有长期均衡关系,并建立了2者的长期均...     

开缝宽度对H型椭圆翅片管束换热及流动的影响

以不同开缝宽度的H型翅片椭圆管束为研究对象,利用FLUENT软件对顺排H型翅片椭圆管束的传热特性和阻力特性进行了数值研究。研究表明,在速度小于8 m/s时,不开缝的翅片换热效果最好,但在速度较大时换热最差;开缝宽度为5 mm的翅片管束因为"气塞",换热较差,动量损失率较大,实际生产应用中应尽量避免;开缝宽度为15 mm的翅片管束换热较好,动量损失率也较低。     

基于Laplacian支持向量机和序列信息的microRNA-结合残基预测

提出一种半监督学习算法预测蛋白质序列中microRNA-结合残基的新式的方法。通过Laplacian支持向量机(Laplacian support vector machine,LapSVM)算法结合新提出的混合特征构建预测模型。混合特征是由三类信息组合获得：二级结构信息、HKM特征和新提出的氨基酸理化特性和进化信息结合的特征。比较各种特征的预测性能,新提出的这一特征对预测性能的提高贡献最大。结果表明,通过特征选择,本研究构建的预测模型准确性达到88.72%,敏感性达到54.18%,特异性达到91.15%,明显优于其他方法。     

基于面向对象的过程实时数据库引擎设计

过程控制是实时数据库的一个非常重要的应用场合,过程控制主要处理生产过程的控制和优化等问题.本文分析了过程控制实时数据库引擎的要求,结合面向对象的方法设计出一个面向对象的实时数据库引擎,它不仅可以自身独立运作,而且可以为其他应用程序提供接口成为一个功能模块,可以作为组态软件的核心实时数据库.     

通用竞赛组态平台的设计与实现

针对"西门子杯全国大学生控制仿真挑战赛"的发展状况和需求分析,总结出竞赛网站的通用特性和特定的用户需求,设计出竞赛通用的组态软件平台.该平台实现赛区组态和赛区内部流程组态,管理员可根据竞赛具体需求实现动态组态生成大赛网站.利用.NET开发环境以及B/S体系结构实现该平台,并将其首先应用于该大赛的网络实现,进而应用于其他类型的大赛网站.     

一种基于SDG模型的传感器分布优化算法

传感器如何优化分布是故障诊断的重要课题.本文基于SDG模型提出一种传感器分布的优化算法.该算法利用SDG模型描述工艺流程,根据SDG模型的特征将节点进行归类并化简,得到最小的节点集,即整个SDG模型的自由度.在最小节点集包含的节点上安装传感器,就可以直接监控或间接推导出整个工艺流程中各变量的状态,从而为故障诊断奠定基础.通过实例研究.该算法切实可行.     

利用高分五号AHSI 载荷的高分辨率XCH4 异常探测方法研究

煤矿开采是最重要的甲烷排放源, 然而其排放清单的准确性很低, 一个关键的原因在于缺乏精准识别和定位 该类排放源的能力。近年来, 前沿研究表明可以利用卫星高光谱数据反演高分辨率的甲烷异常, 从而帮助识别排放 源。但是, 在地表类型复杂地区该算法会完全失效。针对这一问题, 率先提出一种基于L1 重加权和迭代收缩阈值算 法(ISTA) 匹配滤波器的算法。利用高分五号(GF-5) 数据在山西地区的实验表明, 该方法性能显著优于现有的其他方 法。实验中, 本方法识别出23 个甲烷强点源, 这些点源全部位于TROPOMI 的甲烷高值区内, 且高分辨遥感影像显示 这些点源处存在典型的煤矿开采设施。该方法的提出为利用GF-5 卫星数据在世界范围实现甲烷点源排查奠定了技 术基础。     

智能电气火灾预警系统研究

在分析现有电气火灾监控系统的不足基础上,设计了一种基于神经网络和模糊推理判决的智能电气火灾预测模型,通过传感器采集电气线路运行参数信号,送入经过训练学习的神经网络模型处理后,将输出的概率作为模糊推理判决输入,最后得到电气火灾发生概率。实验表明,该方法很好地反映了电气线路的电流、漏电、弧光、温度及现场电磁参量之间的非线性关系,能够较为准确地计算发生电气火灾的概率,能够有效提高电气火灾预测精度。