“中国梦”视域下高校学生思政工作的思考

"中国梦"是以习近平总书记为核心的新一届领导集体提出的一大战略目标。青年大学生是实现"中国梦"的生力军和中坚力量。在这一背景下,做好大学生的思政工作就是要把握好"中国梦"的时间维度、地域特征及"大梦"与"小梦"的关系,其对于促进学生全面发展、成为合格的建设者和接班人具有重要意义。     

集成电路厂房动力站系统设计

针对集成电路厂房生产工艺特点,介绍了其动力站冷冻水系统、压缩空气系统、空分制氮系统、热水系统、纯水系统及事故通风系统设计及设备选择。     

一种NAND Flash坏块管理优化方法的实现

由于高速数据采集系统中数据传输的高速性,系统后端需要保证高速的数据存储速度。在基于 NAND Flash的存储系统中,提出了一种以页为单元跳过和替换坏块的 NAND Flash坏块管理方法。与传统的以块为单位处理坏块的方法不同,此方法保证了不会因为坏块的出现而大幅降低写入速度,提高了 Flash 存储资源的利用率,并且降低了缓存资源的占用。此设计应用在一个基于 FPGA 的高速数据采集系统中,测试表明该方法能够正确处理NAND Flash的相关坏块问题,在坏块出现时使存储的瞬时速度几乎保持不变,并且具有较高的稳定性。     

基于TSNS和KNN规则的复杂多阶段过程故障检测

针对复杂工业过程数据的动态性、非线性和多阶段性等特征,提出基于时空近邻标准化和KNN规则(Time-Space Nearest Neighborhood Standardization and K Nearest Neighbor Rule,TSNS-KNN)的复杂多阶段过程故障检测方法。首先使用训练样本在时间和空间域上的两层嵌套近邻集的统计信息对样本预处理,然后将标准样本的累积近邻距离作为检测统计量进行故障检测。TSNS-KNN在排除非线性干扰的同时,消除了前后时刻样本间的动态相关性,将多阶段数据转换为单阶段数据,从而实现对复杂多阶段过程的检测。将该方法运用于数值实验和青霉素发酵过程,并与其他方法进行比较,对比结果进一步验证了TSNS-KNN方法的优越性。     

钢包渣中的氧化物与氮反应的热力学研究(一)

通过对钢包渣中Al2O3,B2O3,TiO2等氧化物与氮反应的理论计算可知:还原性钢包渣的氧化物在低压的情况下可与氮反应,对钢液脱氮有利;钢液在深脱氧的情况下,熔渣中氧化物能较好脱出钢液中的氮;其中B2O3,TiO2两种氧化物对钢液脱氮的促进作用比Al2O3强.     

在线压缩主元分析的自适应故障检测方法

大规模的工业过程具有动态的特性,主元分析只关注方差最大化,没有很好地解决处理样本的数量以及样本成分是否包含动态特性,所以主元分析不适合直接应用于动态过程的故障检测。因此,提出一种在线压缩主元分析的自适应故障检测方法。在大量的样本中提取一组极具代表性的样本进行压缩数据建模,对于在线实时采集的数据,根据信息是否符合添加要求进行判断,并自动更新监控模型。将该方法应用于田纳西-伊斯曼过程,使用T²进行验证分析,仿真结果表明,所提出的故障检测方法是有效性。     

去主元相关性DKPCA故障检测与诊断方法

针对动态核主元分析(Dynamic Kernel Principal Component Analysis,DKPCA)在动态非线性过程监控中没有降低数据动态性的影响,导致统计量T²具有显著自相关性的问题,提出一种基于去主元相关性的DKPCA(Dynamic Kernel Principal Component Analysis based on Removing Principal Component Correlation,DKPCA-RPCC)故障检测与诊断方法。首先,对原始数据X进行时滞扩展生成增广矩阵Y并使用KPCA计算主成分M;其次,利用已知数据重构增广矩阵■,再使用KPCA计算主成分■;然后,通过主成分之间的差异来构建统计量进行故障检测;最后,利用基于变量贡献图的方法进行故障诊断。通过数值例子和田纳西-伊斯曼(Tennessee-Eastman,TE)过程进行仿真验证,并将仿真结果与KPCA、DPCA和DKPCA的结果进行对比。仿真结果说明,该方法在动态非线性过程监控中构建的统计量故障检测性能更高且具有较低的自相关性。     

二阶差商PCA算法研究及应用

针对工业生产过程各模态方差差异显著的特性,提出二阶差商PCA(SODQPCA)算法,并研究其应用.先找到训练样本的第k个近邻样本,进行一次差分运算.运用同样的方法,找到近邻样本的第k个近邻样本,进行一次差分运算.将两次运算的结果运用二阶差商的方法剔除多模态和方差差异特性,然后利用PCA建立模型,计算SPE和T2检测指标...