南水北调中线总干渠渠道土石方调配平衡研究

南水北调中线总干渠渠道工程的土石方开挖、填筑工程量很大,土石方调配平衡问题处理得合理与否,对整个工程的占地、投资等方面有较大影响。为减少工程投资和施工占地,根据总干渠渠道工程的长跨度特点,提出相应的土石方调配平衡规划的设计原则,利用线性规划技术研究了总干渠土石方调配平衡问题,通过建立数学模型并求解,得到合理、优化的土石方调配平衡结果,为南水北调中线总干渠渠道施工组织设计提供了可靠依据。     

整定计算系统中整定方案自定义技术研究

针对电网安全运行整定计算的繁难、不同地区电网拓扑结构间的巨大差别以及整定标准和方案的异同、整定计算软件的整定原则缺乏,提出了利用脚本语言可实时编译的特性,实现整定计算原则的实时现场定义的方案,彻底解决了整定计算系统对不同地区的原则的适应性问题,加快了整定计算软件在不同地区的大规模推广与应用。     

NaAlO2改性ZSM-5分子筛的制备及其在甲醇芳构化中的应用

采用NaAlO2和HCl两步法对ZSM-5分子筛进行改性,运用XRD、SEM、NH3-TPD、N2吸附-脱附、ICP-OES、TG等方法对改性前后的分子筛进行表征。结果表明:经NaAlO2改性后的ZSM-5分子筛中引入了介孔,且分子筛的晶型、酸性、微孔体积等保持较好,并具有较高的固相收率;酸洗前通过中间焙烧有利于消除孔道覆盖和恢复酸性。将改性后的分子筛应用于甲醇芳构化反应中,在温度400 ℃、压力0.15 MPa、质量空速1.9 h-1的反应条件下,经0.45 mol/L NaAlO2改性的分子筛反应效果最优,产物芳烃收率可达41.9%,BTX收率达32.7%;与原粉分子筛相比,产物芳烃收率提高了3.8百分点,BTX收率提高了4.4百分点;同时,其反应稳定性可达30 h,较原粉延长了1倍多。     

基于遗传学习算法和BP算法的神经网络在矿坑涌水量计算中的应用

本文采用遗传学习算法和误差反向传播算法(BP)相结合的混合算法来训练前馈人工神经网络(BPN)，即先用遗传学习算法进行全局训练，再用BP算法进行精确训练，使网络收敛速度加快和避免局部极小。作为实例，本文将该方法运用于多维时序问题。根据山东省黑旺铁矿的矿坑充水条件建立了一个网络，以矿坑充水的各种控制因素相关资料作为样本，对网络进行训练并用训练好的网络预测矿坑涌水量。网络的训练速度及预测结果表明，该算法收敛速度较快，预测精度很高，为矿坑涌水量预报提供了一种新思路和新方法。     

机械层燃锅炉燃烧与调整——“三二二”操作法

本文在简要论述链条炉、往复炉燃烧与调整机理的同时,以实用最佳拱型为前提,以正常工况的三要素二调整,负荷变化时的三程序二调整,最终达到"三种色"二条线"的"三二二"制式为核心的操作方法,希望对司炉运行和技术管理工作有所裨益。     

塞孔印制板制造技术

1．概述 塞孔印制板制造技术被广泛应用于BVH、IC封装载板、BUP尖端科技领域，而民用电子产品中手机ECM、电脑主板、数码产品等也广泛应用。由于电子产品进一步的小型化，要求高集成度并采用如下的结构参数，例如减少焊盘的尺寸、减少导线宽度和导线之间的间距、增加板的层数、放弃不必要的连接层和不必要的导通孔所占的基板上的面积等。     

基于FPGA的图像卷积IP核的设计与实现

提出了一种基于FPGA的卷积运算IP核的设计方法.充分利用FPGA的并行体系架构和丰富的块存储资源采用规则的模块化的设计方法并兼顾可扩展的原则完成了二维图像卷积IP核的设计,实现了实时图像卷积运算中卷积窗口大小和卷积系数的灵活调整.这种新的卷积IP核在充分节约硬件资源的前提下很好地满足了实际的应用,使得卷积运算在图像处理应用中更加灵活方便.     

新结构的积层印制电路板

近年来随着电子设备的小型轻量化和高性能化，高密度封装的半导体器件等正在飞速地发展成多针化和窄间距化(见图1)，为此，要求小型轻量化和高密度细线化的印制电路板与此要相适应，方能满足半导体器件高精度封装技术要求。于是在90年代初期，松下电子部品(株)研制和开发出新型的积层式多层板，并实现产量化。并与96年实现全层积层构造(全层IVH构造)的树脂多层印制电板，     

基于Huffrural算法的证书撤销树

对证书状态验证系统的查询性能进行了研究,指出了传统的证书撤销树方案没有考虑证书的查询频率,所有待查询证书的杂凑路径长度都是等长的。提出了H-CRT方案(Huffman CRT),能够使查询频繁的证书响应获得更短的杂凑路径,从而大大缩短了平均杂凑路径长度,优化了系统性能。     

基于Adaboost算法的驾驶员眨眼识别

驾驶员眨眼识别是汽车驾驶员疲劳检测的基础.采用了一种基于Adaboost算法的实时眨眼识别的方法,它将一簇弱分类器通过一定的规则结合成为一个强分类器,再把这些强分类器级联成为一个快速、准确的分类器.分析和讨论了训练阶段不同特征的负样本对最终检测结果的影响,提出了一种新型的负样本选择方法,并实验测试各种特征方法对特定目标的误检率,给出了一个理想的分类器.