单片机课程中LED动态显示部分的拓展教学研究

"单片机原理及应用"是电气类本科专业重要的专业基础课,该课程教学中LED数码管动态扫描显示部分的授课一直存在教学内容单一、学生兴趣不高、视野受局限等问题。针对该问题进行了拓展教学研究,通过实验课内容改革和实验后的拓展知识介绍两种方式,提高了学生对该课程的学习兴趣,激发了学生课后利用单片机进行电子设计实践的愿望,在实践教学中获得了较好的效果。     

计算机网络技术在煤矿设备管理中的应用

该文介绍了设备计算机网络管理系统的功能,着重分析了设备计算机网络管理系统的业务范围,分析了设备计算机网络管理系统的先进性,设备计算机网络管理系统技术先进、效率高、及时、准确、快速,信息传递速度快,加快了设备周转,提高了设备利用率,发展前景好。     

一种新型2自由度并联机械臂的轨迹控制

介绍了一种基于双极坐标并联机械臂的运动轨迹示教再现的设计方法。以文字书写为例,可以把文字的每个笔画用直线段来拟合,然后把这些直线段的起点和终点作为示教点。利用西门子S7-200PLC的计数器记录编码器在示教点的数据,完成文字书写的示教;再现时,调取PLC记录的示教点的数据,通过PLC控制两极坐标轴电机的输入脉冲,使用在极坐标下的直线轨迹插补程序完成文字书写的再现。该双极坐标并联机械臂结构简单、工作空间敞开性好、控制方便、造价低。     

激光表面强化对高Ni-Cr无限冷硬铸铁轧辊组织与硬度的影响

利用大功率CO2激光器对高Ni-Cr无限冷硬铸铁轧辊材料进行了激光表面强化试验.结果表明,采用激光功率<1000 W、扫描速度<15 mm·s-1和光斑尺寸<20 mm×8 mm的试验工艺,高Ni-Cr无限冷硬铸铁轧辊材料的激光强化区域没有发现裂纹,其硬度和金相组织均有所改善,强化效果较明显.     

基于模糊数学感官评价法优化烧烤牛肚的制作工艺

为了优选烧烤牛肚的制作工艺条件,本实验以市售新鲜牛肚为研究对象,选取嫩度、颜色、多汁性、风味、弹性和润滑性为评价指标,确定各指标的合理权重,建立模糊综合评价体系,以得到各样品的综合评分,进一步采用4因素3水平的Box-Behnken响应面分析法,优化烧烤牛肚的制作工艺条件。结果显示,基于模糊数学感官评价法优化烧烤牛肚的最优制作条件为水煮时间8.00 min,泡椒比例18.22％,泡制时间4.50 h,烧烤时间6.20 min。在此条件下得到的烧烤牛肚颜色鲜亮,香味浓郁,口感细腻、脆嫩,烧烤牛肚综合得分为47.61±2.10。表明模糊数学和响应面法相结合用于烧烤牛肚工艺优化切实可行,且重复性较好。     

高炉参数学习用模糊神经网络专家系统

用模块化模糊神经网络模型进行参数学习专家系统的研究是根据不同的炉况类型及其相关主变量将整个参数学习模型分解的几个结构相似的子模糊神经网络的模型。其中,子神经能够模拟诊断推理过程,动态地进行特征数据的权重、模糊等级的界限值和规则可信度的调整。采用该方法对现场采集的数据进行实验。结果表明同该方法具有较好的学习效果。     

水泵群控软启动技术的研究应用

介绍了应用群控软启动装置的控制方式,重点分析了水泵群控软启动技术的工作原理,对群控软启动技术先进性能和节能效果及推广应用价值进行了量化分析。     

高碳高铬轧辊用钢激光相变强化研究

为了研究高碳高铬轧辊用钢的激光相变强化行为,采用5kW连续横流CO2激光器对高碳高铬轧辊进行激光相变强化试验,并进行了显微组织分析和硬度测试,得到了适应生产的激光相变强化工艺参数.结果表明,激光相变强化处理后的硬度可由550HV提高到750-800HV,峰值可达900HV.当扫描速度为8mm/s,激光功率为2200W,光斑直径为8mm时,可得到0.5mm深的淬硬层,且不出现软化带.     

考虑非保向力效应的单点或半跨加载钢管混凝土拱稳定性能研究

对于下承式钢管混凝土拱桥,非保向力作用可显著提高其稳定承载力,应在研究中予以考虑。通过有限元软件ABAQUS建立了拱顶单点和半跨三点荷载作用下抛物线形钢管混凝土无铰拱的有限元模型,在模型中考虑非保向力效应,利用现有试验结果验证了有限元模型的可靠性,分析了拱的破坏过程,结果表明,达到峰值荷载时拱顶单点加载和半跨三点加载拱分别形成5个和4个塑性铰区域,最终均因承载能力不足而破坏。通过参数分析研究了矢跨比、长细比、含钢率、钢材强度及混凝土强度对拱稳定承载力的影响。结果表明：拱稳定承载力随其长细比增长显著降低,随矢跨比和含钢率大致呈线性增长关系。基于参数分析结果,对现有抛物线形钢管混凝土无铰拱稳定承载力设计公式中的弯矩调整系数进行修正,提出了考虑非保向力效应的拱顶单点加载和半跨三点加载钢管混凝土拱稳定承载力设计公式。在所分析参数范围内,设计公式计算结果与有限元分析结果的相关系数达0.988,两者吻合良好。     

基于神经网络模型的时间序列预测算法及其应用

提出了一种神经网络模型的时间序列直接多步预测算法。网络的学习采用具有遗忘因子的ＢＰ算法与时差方法相结合的混合算法，解决了经典ＢＰ算法在直接多步预测中不能渐进计算的问题，同时网络具备一定的结构学习能力。采用该算法对现场采集的高炉铁水含硅量时间序列数据进行预报实验，表明本文提出的直接多步预测方法是可行的。