OCS系统在火电站控制领域的应用

1.OCS AC100系列控制系统 ABB AC100系列控制系统包括:AC70控制器;AC110控制器;AC160控制器;AF100控制网络;Advasoft forWindow开放操作站及工程站;AdvantOperator Workplace for NT/UNIX,网络采用AF100现场总线,可与多台操作站连接,数据库在整个网络上实现共存,具有DCS和PLC的双重特点,属中小规模的DCS控制系统。针对电站控制领域的特点,结合OCS系统在河南神马集团锅炉汽机控制;西安彩虹玻壳厂玻     

WC-Co梯度硬质合金的制备及渗碳对其组织的影响

采用光学金相检测、扫描电镜分析、能谱分析等方法对WC-6Co硬质合金渗碳处理后的成分和梯度组织结构进行分析.结果表明:对硬质合金渗碳处理后可形成显微组织和钨、钴含量的梯度分布,其特征是合金表层和次表层的η相已经完全消失,属正常的WC γ两相组织,合金的芯部依然是含η相的三相组织,中间形成了一个富钴层;碳原子的扩散和液相钴的流动是形成梯度的原因;在各渗碳温度下,合金的梯度结构厚度均随渗碳时间的增加而增加;在渗碳时间和渗碳温度相同的情况下,合金的梯度层厚度均随合金初始总碳含量的增加而增厚.渗碳处理后外表面的WC晶粒可能会产生一定的粗化现象.     

数字信号多分辨率逼近的计算

在最优表示准则意义下,以Ｓｈａｎｎｏｎ抽样定理为基础,讨论了将数字信号表示到小波多分辨率分析的某一抽样空间的通用算法,此算法的选取仅依赖于小波多分辨率分析的尺度函数而对偶尺度函数无关;给出了控制逼近误差的采样频率选取方法。     

响应面法优化改良大米食味品质的酶制剂组方

采用单因素实验确定改良大米食味品质的酶种类,采用全因子响应面实验设计优化复合酶制剂组方。确定的最佳复合酶组方为:纤维素酶0.82%、β-淀粉酶0.3%、糖化酶0.25%。此条件下响应面模型预测的崩解值为589,与实验值接近,说明响应面模型可靠。扫描电镜检测证明在此条件下大米的食味品质得以提高。      

基于Leap Motion和支持向量机的手势识别

为了使手势识别在更多的领域得到推广及应用,提出了基于Leap Motion体感设备实时跟踪技术获取手势三维空间坐标信息的方法,并从中分别提取角度信息和相对坐标信息,构建手势特征数据,建立手势识别模型.对特征数据进行归一化处理后,利用支持向量机(SVM)分类器进行训练、建模和分类,实现手势识别.实验结果表明:以角度数据和坐标数据作为手势特征的方法可行,平均识别率分别为96.6%和91.8%.通过对比可以得出:以角度数据作为特征值具有较高的准确性和鲁棒性,并避免了单纯依照一种特征值产生的局限性.     

具有二重趋势性的季节型电力负荷预测组合优化灰色神经网络模型

电力负荷预测是电力系统的一项重要工作，季节型电力负荷预测是一个难点，缺少相应的数量预测方法，对于具有增长和波动二重趋势性的季节型电力负荷，首先提出了季节型负荷预测的组合优化灰色神经网络模型，研究了同时考虑两种非线性趋势的复杂季节型负荷预测问题，说明了优化模型分别优于两种单一发展趋势负荷预测的模型。给出了电力负荷预测的应用实例，通过对河北电网季节最大负荷与销售电量的分析，建立了对应的组合优化灰色神经网络模型，与其它算法进行了比较，计算结果表明，该方法较大提高了季节型负荷预测的精度，为季节型电力负荷预测提供了一种新的，有效的方法，编制了季节型负荷预测的软件，此软件具有实用性和通用性。     

利用人工鱼群算法优化前向神经网络

人工鱼群算法(AFSA)是一种最新提出的新型的寻优策略，文中尝试将人工鱼群算法用于三层前向神经网络的训练过程，建立了相应的优化模型，进行了实际的编程计算，并与加动量项的BP算法、演化算法以及模拟退火算法进行比较，结果表明AFSA具有鲁棒性强，全局收敛性好，以及对初值的不敏感性等特点。     

一种改进的耦合编码器的视频降噪方法

为了降低视频降噪算法的计算量,提出一种适用于H.264的分级非线性确定滤波因子的方案.该方法是对变换域时间方向滤波算法的改进,根据绝对误差和和运动适量选用相应的滤波因子后,通过调节DCT系数实现降噪.实验结果表明该方法简单、计算量小并有较好的降噪效果.     

梯度功能材料热应力的研究进展

梯度功能材料是一种高弹性模量、耐腐蚀、耐高温的新型非均匀复合材料,其热应力研究是目前梯度功能材料研究的热点之一。该文详细介绍了梯度功能材料热应力的理论分析、数值计算和试验研究方法,对比分析了目前常用的梯度成分分布模型和物性参数模型,讨论了材料的梯度层厚度和成分分布等因数对材料残余热应力的影响,介绍了直接测定残余热应力的2种非接触性实验分析方法;并对梯度功能材料热应力研究的发展趋势做了展望。     

遗传神经网络优化预测方法研究及其应用

根据短期电力负荷预测的特点,将遗传算法和人工神经网络相结合,提出一种负荷预测新算法─—遗传神经网络优化预测方法。该方法明显地提高了模型的优化能力,有效地克服了人工神经网络学习速度慢、存在局部极小点的固有缺陷。经实例验证,该方法能有效地提高预测精度和速度。