汽轮发电机超速监测装置

汽轮发电机组在运行时甩负荷,可能发生超速,甚至超过允许极限,酿成事故。事后,对机组达到的最高转速及其升降过程,全凭当时目察和记忆,无据可查,很不确切可靠。同时,对机组的超速保护机构——危急保安器,进行整定试验时,也缺乏仪器来准确地作记录。本超速监测装置就是为汽轮发电机及其它高速旋转机械检测,记录转速而研制的     

电力系统紧急状态下消除多元件过载的控制

电力系统紧急状态下消除多元件过载的控制是一个消除系统不安全性的问题，而不是一个经 济运行问题。它的主要矛盾是如何提高计算机控制的速度。本文把此问题处理成一个线性规 划问题，其目标函数是：电负荷最小，它受发电机、负荷、和输电线的约束条件，其状态变 量是发电机和负荷的有功功率变化量。为了增加计算速度，本文提出了一种新的计算支路约 束的方法——负荷移置法。并且提出了逐步分区城考虑甩负荷的两步控制措施。通过大、中 、小三个例题证明：负荷移置法形成约束比常规方法快达二十多倍，控制措施综合了单步法 和多步法的优点，对于电力系统实时紧急控制有实用前景。     

GXJ—1型工频相位表校验装置

在国民经济的许多部门,特别是计量、电力、机电系统中,工频相位的测试是大量的。随着生产的发展,对工频相位测试的精度要求越来越高,急需有一种测量精度高、使用方便的工频相位精密测量装置。本文介绍的GXJ—1型工频相位表校验装置,正是为适应这一需要研制的新型工频相位测量装置。     

基于Multi-Agent的数据挖掘模型的研究

数据挖掘是人们长期对数据库研究的结果，但是传统的数据挖掘存在低效性和非智能化等不足。随着具有自主性和社会性的智能计算实体Agent的出现和发展，文中将Multi-agent技术应用到数据挖掘中，并提出了基于Multi-agent智能化的数据挖掘模型，讨论了模型的运行过程。这一模型弥补了传统数据挖掘的缺陷和不足，而且在很大程度上提高了数据挖掘的智能性和高效性，减少了人工的参与。     

MAS研究的历史与现状

1引言 MAS(Multi Agent System)是人工智能的一个分支领域.有人把Agent翻译成"主体",也有人把它翻译成"智能体".不管如何翻译,总可把它看成是一个有"感觉"会"思考"有"自主行为"的东西,比如机器人.这时,机器人的"感觉"靠摄像机传感器,"思考"靠逻辑推理,"自主行为"靠规划.Agent是一类在特定环境下能感知环境,并能自治地运行以实现一系列目标的计算实体或程序.其特性有:反应性、自治性、面向目标性和针对环境性.     

即时战略游戏中寻径问题的算法及实现技术研究

1概论 游戏可以放松身心让生活丰富多彩,好的游戏还可陶冶情操,增进友谊,尤其象"红色警报"、"帝国时代"、"星际争霸"这样的大牌网络即时战略游戏,可以让人们体验到一种指挥千军万马纵横沙场的英雄意境.我们计算机科学研究所一直就想探索这类即时战略游戏背后隐藏的编程奥秘.经过一段时间的研究,终于摸索到了即时战略游戏中寻径(Path-finding)问题的一些简单算法,并将此算法用具体程序实现,用Visual C++6.0编写了一个即时战略游戏的雏形,现将我们的部分研究成果及设想写成论文,敬请各位专家指导.     

硝基甲苯的VNS氨化反应

以DMSO为溶剂,研究了在甲醇钠作用下,用4-氨基-1,2,4-三唑等对硝基甲苯的VNS氨化反应。结果表明,DNT氨化可以得到3-氨基-2,4-二硝基甲苯;而TNT氨化得到的是3,5-二氨基-2,4,6-三硝基甲苯（DATNT）,两者的产率分别为10．5％和27．6%。当反应用微波加热时,氨化产物的转化率降低;而以盐酸羟胺作氨化试剂时,由TNT经过VNS氨化反应生成DATNT的产率不高。用红外光谱、核磁共振、元素分析和质谱签定了氨化产物的结构。     

“葛一上”直流输电系统直流电流指令阶跃时的动态性能分析(续)

<正> 二、用贝瑞隆法计及直流线路的分布参数由于我们只对直流线路两端换流站的暂态运行参数感兴趣,因此我们可以应用贝瑞隆法来将长线的分布参数处理成集总参数等值电路。由于这个方法是建立在长线波动方程的基础上的,因此在理论上是严格的。比用T型或π型链(无论用多少环节数)等值法都要精确。当然这是对无损线(不计线路电阻)而言,当计及线路电阻时,仍然须作近似处理,但计算表明,这种近似处理是足够准确的〔文3〕。     

大采高工作面撤架通道加固支护技术

介绍了寺河煤矿采动影响强烈的2302大采高工作面撤架通道的加固支护技术,实践证明,在锚杆支护基础上的垛式支架加固支护是适合此类巷道的有效支护方式,保证了工作面设备的安全和快速回撤,提高了矿井的技术经济效益。     

基于云计算的物联网数据挖掘

物联网是一个巨大的、分布广泛的物与物相连的网络,其上产生的海量数据通常是与时间和空间相关的,具有动态、异构、分布的特性,因此对这些数据的挖掘非常困难,而且耗费时间和内存,效率低下。为了解决这些问题,提出了一种基于云计算的物联网数据挖掘系统:将这些海量数据转化为PML数据文件,并存储在HDFS中,同时把挖掘任务分配到多台节点服务器上并行处理。采用Hadoop平台,将关联规则Apriori算法Map/Reduce化,提高了挖掘的效率。另外,采用副本策略将计算向存储迁移,将失效节点的计算迁移到副本数据存储节点就地执行,降低了数据传输的时间,大为提高了挖掘的效率。