面向智能体逻辑程序设计系统GKD—AOLPS

我们在面向对象逻辑程序设计系统ＧＫＤ－ＯＯＰＳ的基础上，研究并实现了面向智能体逻辑程序设计系统ＧＫＤ－ＡＯＬＰＳ。本文首先提出了智能体的结构和机制，然后给出了一种智能体的元级结构，最后根据言语行为理论，研究了ＧＫＤ－ＡＯＬＰＳ系统所提供的智能体通信原语的语用性质。     

基于FTA的装载机系统可靠性研究

用故障树分析的方法 ,研究装载机的系统可靠性 ,建立与装载机系统的功能相对应的可靠性模型 ,由故障发生时间的统计数据得到装载机系统的可靠性指标 ,是提高产品质量和可靠性的依据。     

索支承体系桥梁弯扭频率的敏感性分析

在对索支承体系桥梁主梁抗风研究中,弯扭频率在桥梁抗风实验中是十分重要的衡量桥梁动力性能的指标。本文主要以在建的上海长江大桥和西堠门大桥为背景工程,分析了引起索支承体系桥梁主梁质量、主梁刚度、计算索力、桥塔刚度变化的原因和幅度。并依据这些因素可能的变化幅度,重点研究了这两座有代表性桥梁弯扭频率对这些因素的敏感性。主要得出如下结论：主梁质量、主梁刚度的变化对索支承体系桥梁弯扭频率影响较大,计算索力、桥塔刚度的变化对索支承体系桥梁弯扭频率影响相对较小。     

AT2000天井钻机在高温环境下的应用

广西高峰矿业有限责任公司在40℃左右的高温环境下天井掘进确定选择AT2000天井钻机,施工取得了成功,解决了在高温环境下吊罐法和普通法无法正常施工的难题。本文主要介绍AT2000天井钻机概况、施工的效果、导孔精度控制技术以及与吊罐法和普通法施工的比较。     

鸟嘌呤生产废水的处理

鸟嘌呤废水具有ＣＯＤｃｒ高达４００００ｍｇ／Ｌ、氨氮含量达２４００ｍｇ／Ｌ,呈强酸性。采用先对工艺废水进行预处理,再用低浓度废水调整水质,然后经水解、接触氧化最终出水的ＣＯＤｃｒ为１３０～１５０ｍｇ／Ｌ,ＮＨ３－Ｎ≤２５ｍｇ／Ｌ。     

非晶丝GMI效应频率谱和锁相环电路磁场传感器

采用HP4191A型阻抗分析仪和专门为测量非晶丝GMI效应而设计的专用装置,研究了测量电流频率钴-铁-硅-硼(Co-Fe-si-B)非晶丝GMI效应的影响.对于经冷拔、真空退火和张应力退火制成的非晶丝,当测量频率由1MHz、5 MHz、10 MHz、20 MHz、30 MHz、40 MIz…,改变到400 MHz时,GMI比值、[Z-Z0)/Z0]、对外加磁场(Hex)的关系曲线都呈现正GMI效应的特征,其峰值和曲线的最大斜率先是不断增加,直到极大值,然后下降,极大值约为60～100MHz.据此,设计了测量电流频率可变的压控振荡器电路GMI磁场传感器,在75 MHz下,传感器的磁场测量灵敏度达到0.4 mV/nT.     

三相流化床间歇操作中颗粒的混合与离析行为

在直径41 mm、高1500 mm的间歇操作三相流化床中对双组分固体颗粒的轴向浓度分布、混合和离析行为进行了实验研究. 实验所用固体混合物为密度相近、直径不同的大孔吸附树脂(H-103)与橡胶球. 采用多个百叶窗式金属网及床层膨胀法测量颗粒固含率及流化床气含率沿床层轴向的变化情况,借用描述液-固两相流化床的沉降-分散模型描述气-液-固三相流化床,并采用了Fan等的离析速度与床层高呈线性关系的假定. 实验结果证明,沉降-分散模型可以用来描述气-液-固三相流化床中的固体浓度分布,Fan等的假设是成立的.     

岩溶漏斗区隧道涌水处治技术研究

文章根据某岩溶漏斗区隧道涌水事故处治实例,描述了隧道施工期间,岩溶漏斗、岩溶管道涌水突泥的实际情况.通过方案比选,考虑隧道结构安全、运营安全和造价控制等因素,提出了岩溶漏斗区隧道涌水处理应采取"地表截水、洞内排水"的处治方案.     

基于ISTSMC和改进EKFSMO的PMSM无传感器矢量控制

在采用内环矢量控制(Field orientation control,FOC)和外环经典比例积分(Proportional integral,PI)控制的永磁同步电机(Permanent magnet synchronous motor,PMSM)驱动系统中,容易出现外部扰动检测精度低、抖振、速度环超调大等不确定性缺陷。为了解决PI控制的抖振缺点,提高系统抗干扰性,提出了一种积分超螺旋滑模控制(Integral super twisting sliding mode controller,ISTSMC)。为了实现无位置传感器控制以及电机转速与位置的在线估计,采用基于扩展卡尔曼滤波(Extended Kalmanfilter,EKF)的滑模观测器,并且设计了一种分段正弦型函数代替传统的基于sgn函数的滑模观测器降低抖振现象。在Matlab/Simulink仿真下,分析了该系统在各种故障扰动、反转运行和负载扰动下的速度响应和检测精度能力。结果证明了所提系统的可行性以及优越的动态性能。     

CNN融合PCA-DT模型的金属缺陷识别研究

针对金属缺陷识别分类,传统机器学习需要人工提取特征,而深度学习需要大量样本的问题,本文针对中小规模缺陷数据集提出了一种基于浅层的卷积神经网络（CNN）和决策树（DT）的金属缺陷分类方法。利用卷积神经网络提取特征,通过决策树分类,实现缺陷分类。引入主成分分析（PCA）方法对特征向量降维,减小过拟合并提升算法识别分类效率。为验证本文方法的通用性,除图像缺陷数据外还引入非图像缺陷数据。实验结果表明,本文方法除了能分类图像缺陷也能分类非图像缺陷,且在识别率等3个评价指标上本文方法优于传统机器学习方法,与深度学习方法持平,但在分类消耗时间上少于深度学习。