轧钢加热炉计算机控制系统

根据连续式轧钢加热炉的特点和工艺条件,将智能控制思想应用于加热炉燃烧过程控制,分析了加热炉的计算机控制系统的结构和功能,该系统主要由直接数字控制(DDC)和监督控制(SCC)二级组成。实时控制结果表明,这种控制系统是可行的,能够收到满意的控制效果,该系统在工业炉窑控制中取得了明显的经济和社会效益。     

雾化水电极用于微细粉尘收集的实验研究

为了提高对微细粉尘特别是对PM2．5的收集率,寻求对PM2．5收集的最佳方法,以煤粉为研究对象,使用干电极、雾化水电极实验研究了收集效果。通过对两种电极下收集粉尘的收集效果及粒径分布分析,研究了不同收集条件下微细粉尘的凝并效应。结果表明：雾化水电极对PM2．5的累积收集率为干电极的2倍多,收集峰值的粒径由于式电极下的0...     

一种改进的压缩感知重构算法

压缩感知理论提供了一种全新的信号获取方式:引入信号的稀疏性,利用少量观测值,通过重构算法实现信号的高精度重构.构建快速、稳定的重构算法是压缩感知理论的主要研究方向之一.为了解决子空间追踪算法依赖于稀疏度的先验信息和重构质量较差的问题,提出一种改进的自适应子空间追踪算法.算法在选择原子的过程中,引入弱选择标准自适应地选择初始候选集,接着通过正则化过程对初始候选集中的原子进行筛选,算法在选择最终支撑集过程中,可以自适应调节支撑集原子个数.应用一维随机信号和二维图像进行重构实验,测试算法的稳定性、重构精度和重构时间,与正交匹配追踪算法、子空间追踪算法、正则化正交匹配追踪算法和稀疏度自适应匹配追踪算法进行对比实验,实验结果表明所提算法可以实现信号的高精度重构,重构稳定性和重构精度与同类算法相比有明显提升.     

基于超声电机的变弯度翼的驱动与集成

提出了一种分布式超声电机驱动的小型变弯度翼。分别对机翼的变形驱动方案和流场分布规律进行了仿真分析,研究了变弯度翼的变形驱动机构、高弹性伸缩蒙皮、分布式超声电机的协调控制等关键技术,并实现了小型变弯度翼的系统集成。风洞实验数据表明,分布式超声电机驱动的变弯度翼能够实现机翼在低速飞行状态下外形的智能变形驱动与控制,从而可以有效改善机翼的升阻气动特性。笔者研究的成功展开为压电精密驱动技术应用于流动控制探索了一条可行的技术途径。     

枣庄峨山镇 农村社区的规划建设浅析

峨山镇位于山东省枣庄市峄城区东部,属万亩石榴园东景区,东临苍山县兰陵镇,西连吴林街道办事处,南界底阁镇,北接市中区税国镇。近年来,峄城区根据本地经济发展状况,尝试多种方法和途径推进新农村建设,峄城区峨山镇镇政府提出了农村新型社区的新思路,对辖区61个行政村进行并点及社区规划建设。峨山新农村社区是对镇驻地及周边村庄的整合,是在当前城乡一体化的背景下,     

成人与儿童乳酸林格氏液液体动力学的比较

目的: 探讨成人和儿童术前乳酸林格氏液液体动力学的差别。方法: 本研究是随机,双盲前瞻性研究。择期盆腔、肛肠或者下肢小手术患者28例,美国麻醉医师协会（ASA）I级,其中儿童14例,成人14例。所有患者给予镇静药后在 20 min 内恒速输入 10 mL/kg 的乳酸林格氏液体,通过血红蛋白（Hb）稀释-时间曲线和尿量采用Matlab 4.2软件包计算液体动力学参数。结果: 一级动力学模型拟合结果显示,与成人相比,在输入林格氏液体后 90 min 内儿童的血浆稀释程度明显降低（0.16 vs 0.07,P=0.000）,儿童将输入液体的43%通过肾脏排出,显著高于成人（18%）（P=0.011）。按公斤体重计算儿童和成人对乳酸林格氏液的血浆清除率分别是 2.2 mL•min^-1•kg^-1 和 0.5 mL•min^-1•kg^-1（P=0.016）,而肾脏对乳酸林格氏液体的清除率两组分别是 0.76 mL•min^-1•kg^-1和 0.10 mL•min^-1•kg^-1,（P=0.000）。结论: 儿童对乳酸林格氏液体血浆和肾脏清除率分别是成人的4倍和7倍,术前给儿童输液,按照体重计算量可以参照成人的剂量。     

循环水尾能发电在电厂中的应用

提出沿江沿海的大型直流循环火电机组在循环水排水过程中加设小型水轮发电机可进行尾能利用方案,利用排水尾能进行二次发电以供厂内用电,节约能源;并介绍水轮发电机组利用循环水尾能发电在某2×1000MW电厂中的应用情况。     

白蚁预防微胶囊化药剂的微囊分离方法研究

研究了白蚁预防微胶囊化药剂——5％联苯菊酯微胶囊悬浮剂的微囊分离方法。通过观测丙酮、二甲苯、苯、二氯甲烷、乙二醇、甲醇等有机溶剂对微囊囊壁、微囊形状和粒径的影响，筛选合适溶剂分离微囊，并选择适合的过滤方法。结果表明，乙二醇和水溶解微囊剂5min和2h后观察，囊壁完好，微囊形状为球状，微囊状态正常；使用双层玻璃纤维滤纸抽滤速度快，不易堵塞，滤液中无微囊。     

基于BP神经网络-加权马尔科夫模型的泄水闸水平位移预测

针对传统变形统计模型和BP神经网络模型对水工建筑物变形预测精度欠佳的问题,建立了BP神经网络-加权马尔科夫模型。首先,采用均值－均方差法对BP神经网络模型拟合的相对误差序列进行状态分类,并检验状态序列的马氏性。然后计算各阶自相关系数和转移权重,利用加权和最大概率值预测未来的随机状态。最后以王甫洲水利枢纽泄水闸11^#闸墩测点水平位移实测数据为例,分析比较逐步回归统计模型、BP神经网络模型和BP神经网络-加权马尔科夫模型的预测效果。结果表明：相比于逐步回归统计模型和BP神经网络模型,BP神经网络－加权马尔科夫模型的预测精度更高,说明BP神经网络-加权马尔科夫模型较为可靠。     

一体化集装箱机房解决方案在通信行业中的应用探讨

随着移动网络规模的逐步扩容,通信设备的升级换代,对机房资源需求与日俱增。网络设备、大数据平台、云服务平台、商用IDC等的发展快速的消耗现有局房资源,特别是机房资源不是宽裕的地市一级通信运营商,机房资源短缺的情况相比较集团、省级更为严重。并且新业务要求实现资源快速部署,每个地市设置双局址等需求,给机房建设提出了新的要求。本文初步探讨一体化集装箱机房解决方案在面对以上挑战的问题上的解决方案。