探索新的维护体制下的动力维护管理新路子——充分发挥动力设备及环境集中监控的作用

探讨动力设备及环境集中监控在动力维护管理中的作用,以及维护体制改革后动力维护管理的模式和做法。     

2014—2016年某市PM2.5污染的时间分布特征及节假日效应

以某市2014—2016 3年的大气监测数据为基础,运用统计学等分析方法对数据进行处理。结果显示:该市2014—2016年PM2.5年均浓度依次为53.03、41.66、42.77μg·m-3,分别超出GB 3095—2012《环境空气质量标准》的二级标准限值的51.51%、19.03%、22.20%;季节变化表现为冬高夏低、春秋居中的特点,PM2.5月均浓度呈"V"型变化,6—8月是该市全年空气质量最优的时段;不同年份节假日期间PM2.5浓度变化存在明显的差异,仅春节期间PM2.5浓度变化表现为:春节前>春节后>春节明显的假期效应;气象因素对该市PM2.5浓度起到了重要的作用,PM2.5浓度与降雨量、气温、平均风速、相对湿度呈负相关（P<0.01）,与气压呈正相关（P<0.01）;空气中其他污染物对PM2.5浓度也有着显著影响,其中NO2是影响该市PM2.5浓度的重要空气污染物。     

聚乙烯催化剂用烷氧基镁载体的研究进展

基于烷氧基镁载体的Ziegler-Natta聚乙烯催化剂具有活性高、氢调性能好等优点,是目前聚烯烃工业中的研究热点.介绍了烷氧基镁载体的发展进程,综述了烷氧基镁载体的制备及改进方法,分析了烷氧基镁载体在催化剂制备过程中的作用,并对开发适用于乙烯聚合的烷氧基镁载体提出了展望.     

融合外部语义知识的中文文本蕴含识别

基于神经网络的文本蕴含识别模型通常仅从训练数据中学习推理知识,导致模型泛化能力较弱。提出一种融合外部语义知识的中文知识增强推理模型(CKEIM)。根据知网知识库的特点提取词级语义知识特征以构建注意力权重矩阵,同时从同义词词林知识库中选取词语相似度特征和上下位特征组成特征向量,并将注意力权重矩阵、特征向量与编码后的文本向量相结合融入神经网络的模型训练过程,实现中文文本蕴含的增强识别。实验结果表明,与增强序列推理模型相比,CKEIM在15%、50%和100%数据规模的CNLI训练集下识别准确率分别提升了3.7%、1.5%和0.9%,具有更好的中文文本蕴含识别性能和泛化能力。     

一种突发性链路感知的自适应链路质量估计方法

高效、准确、实时而又稳定的链路质量估计是保证无线传感器网络上层协议性能的基础.针对复杂网络环境下高度动态变化的突发性链路,结合被动侦听和主动探测机制提出了一种突发性链路感知的自适应链路质量估计方法EasiLQE.节点通过周期性的发送控制分组,采用长周期主动探测机制探测链路的质量;同时,节点被动侦听RSSI均值,当低于某一阈值时,触发短周期链路质量探测过程.最后节点使用基于误差的滤波器(error-based filter, EF)估计链路在未来一段时间内的质量.实验结果表明,EasiLQE既能实时准确地感知突发性链路在短时间内的持续变化,又能平滑短暂地低幅度波动而保持良好的稳定性,同时维持较低的估计开销.     

塑壳断路器延时特性标准测试设备的电路方案

四工位塑料外壳式断路器延时特性标准测试设备用于额定电流3～100A塑壳式断路器(包括符合GB10963和GB 14C148．2标准要求的塑壳式断路器)，试品极数为1～4极，测试电流为1．13In～2．55In(符合GB10963要求)，1．05In～130In(符合GB14048．2要求)，主电路及测量电路原理图见图1。     

随机停留点移动模型下AODV路由协议性能仿真

随机停留点移动模型是无线自组网协议性能仿真中常见且广泛使用的移动模型,在仿真过程中存在节点平均移动速度衰减和节点空间分布边界效应问题.讨论分析了造成问题的主要原因,并给出避免节点平均移动速度衰减的方案.最后通过设置不同的节点最大移动速度和节点停留时问这两个移动参数,借助NS-2仿真分析了AODV路由协议性能的变化.仿真结果表明,节点移动速度的变化对AODV路由协议性能影响大,停留时间越长、移动速度越慢,AODV路由协议的分组投递率越大、分组端到端平均传输延时越小.     

非对称异步移动传感网中低延时邻居发现算法

邻居发现即通过一定的手段快速而有效地去感知与节点能够直接通信的一跳范围内的邻居的问题,是移动传感网（MSN）的重要部分。非对称异步MSN中,已有的算法需要大量的时间和能量去完成相互发现。针对此问题,基于信标与活动时隙分离的邻居发现模型,提出一种适用于异步对称场景的BMCS-A算法,信标在工作周期的不同时隙进行广播以保证邻居发现的确定性。其次,扩展BMCS-A,提出一种持续性广播的BMCS-B算法,节点在第一个子周期内持续性广播信标,接收到该信标的节点将自适应地调整信标的发送时刻以加快邻居发现过程。最后,实现协作式BMCS-B算法,基于已发现邻居的睡眠苏醒调度信息,节点主动发送信标去发现潜在的邻居。仿真实验结果表明,与Searchlight、G-Nihao和Disco相比,协作式BMCS-B将最坏发现时延分别降低了84.62%、85.71%和81.82%。     

基于卷积神经网络的高速无线局域网分组丢失和错误原因识别方法

无线网络中分组丢失和错误是由信道错误和冲突所导致的。有效识别分组丢失和错误的原因是实现高性能IEEE 802.11n协议的基础。本文主要研究分组丢失和错误原因的识别方法,提高识别原因的准确率,降低识别开销。本文基于监督学习理论提出MPLEC,它是一种轻量级的、准确的分组丢失和错误识别分类方法。MPLEC通过大量实地场景统计实验对分组接收情况进行分析,提取链路层RSSI（Received Signal Strength Indication）、CSI（Channel State Information）组成的特征向量作为监督学习模型的输入。通过监督学习方法对多类MPLEC分类模型进行离线训练和检验,结果表明MPLEC获得至少87%的准确率。最后基于MPLEC的CSMA/CA协议验证了MPLEC的识别性能。实验结果表明,与原有退避算法相比,本文方法可以将重传成功的概率提高25%,时间利用率提高7.8%。     

无线网络的差异化比特错误率估计方法

在无线网络中,比特错误率(bit error rate,BER)的估计是许多上层协议的基础,对数据传输的性能具有重要的影响,目前已成为一个重要的研究课题.但是现有BER估计编码未考虑实际网络的BER分布特征,估计误差较大.在实测分析802.11无线网络的BER分布特征的基础上,提出了一种采用差异化思想来提高BER估计准确度的方法差异化估错码(differentiated error estimation,DEE),其主要思想是在数据包中插入具有不同估错能力的多级估错位,并随机均匀地分布各估错位.然后,借助BER与奇偶校验错误概率的理论关系来估计BER.此外,DEE利用BER非均匀分布特征来优化各级估错位的能力,提高出现概率较高的BER的估计准确度,以降低平均估计误差.在7个节点组成的测试床上评价了DEE的性能.实验结果表明,与最近的研究成果估错码(error estimation code,EEC)相比,DEE可将估计误差平均减少约44%.当估错冗余较低时DEE可将估计误差减少约68%.此外,DEE具有比EEC更小的估计偏差.