镍基高温合金粉末筛分工艺的研究

介绍了粉末筛分设备及其主要工艺参数 ,并围绕筛分处理的生产效率及粉末质量的影响因素展开了讨论     

SGK-罐头杀菌釜微机实时控制系统

在罐头食品生产中,杀菌操作是一道十分关键的工序,它不仅关系到有害细菌的致死和罐头的外观要求,而且关系到罐头食品的色、香、味和营养价值。为保证杀菌工艺曲线的精确性和一致性,我们研制了本控制系统。     

基于线性约束的多参数优化的QoS路由算法

选取带宽作为约束条件，把时延和丢失率作为QoS优化目标，建立了QoS路由选择的多目标整数优化模型，并给出了求解模型的算法。实例计算结果表明了算法的可行性。     

基于最大F距离码的McEliece公钥密码体制

基于F度量,构造了最大F距离码,提出了基于最大F距离码的新McEliece公钥密码系统。合法接收者通过引入一个随机矩阵X作为附加私钥,并把X加入到原始公钥中,从而产生了一个新的公钥,使该密码系统能够有效抗击敌手通过已知的公钥获得私钥的攻击。同时F度量的引入,提高了攻击密钥体积较小的公钥密码系统的复杂度和难度。通过对现有可行攻击方法的分析,说明了基于最大F距离码的新McEliece公钥密码系统是安全可行的。     

基于换热系数的水电机组冷却器冷却效率分析方法

水电厂水轮发电机组运行过程中会产生大量的热量,须在热量集中的重要部位安装冷却器,对其及时进行冷却散热,否则会严重影响设备使用性能和寿命。水电厂一般通过监视冷却体与被冷却体的温度,来判断冷却器是否工作正常,但温度通常是一个长期的缓变过程,很难从单一温度反映冷却器工作效率,因此如何有效判断冷却器工作效率是否良好显得尤为重要。本文利用水电厂冷却器温度采集监视特点,提出一种很好的基于换热系数的冷却器效率计算监视方法,指导设备运行,通过结合水电厂冷却器实际运行数据进行案例分析,表明此分析方法正确有效。     

多源信息融合约束下的工作面电磁波CT 探测智能反演方法

为满足煤矿工作面智能精准开采对地质异常分布精准感知的需求,进一步提高工作面电磁波CT反演的精准性,提出了多源先验信息约束下的电磁波CT智能反演模型。在对工作面电磁波CT反演稀疏矩阵方程进行泛函优化转换的基础上,分析了基本遗传算法(Single Genetic Algorithm, SGA)的寻优进化机理,探讨了不同遗传参数对SGA智能算法搜索优化性能的影响,设计了基于多种群自适应遗传算法(Multi-population Adaptive Genetic Algorithm, MAGA)的工作面地质异常电磁波CT反演目标函数求解机制。除此之外,提出了范围约束、就近约束和平均值约束3种约束模型,将生产过程中揭露的巷探、钻探及回采等多源先验地质信息作为约束条件,不断调整地质异常反演目标函数搜索的进化方向,最终形成了基于MAGA智能算法和多源先验信息约束的电磁波CT反演模型,并通过数值模拟和工程实例进行了测试和验证。试验结果表明:MAGA智能算法能够充分结合多种群协同进化和遗传参数自适应调节策略,相比于单一的遗传算法具有更高的全局及局部搜索准确性和稳定性;随着外部约束数据的增加,基于平均值约...     

无缝运输信息网格的体系结构研究

由于无缝运输中各种运输方式信息的相对分散独立,使用网格可以将这些分布式的异构信息组织起来,实现资源共享和信息集成。提出了一个无缝运输信息网格（STIG）的体系结构,该体系集成了信息集成、语义查询、运输规划等关键技术。以铁海多式联运为例,说明了无缝运输网格体系下的多式联运流程。     

数字式牵引变压器综合测试与故障诊断系统的实现

根据我国目前铁路行业标准和电力机车主机厂现有技术条件,设计开发了一种新型的全自动数字式牵引变压器综合测试与故障诊断系统;通过对牵引变压器试验电源系统的研究和归纳,依据试验中对电源容量要求和接线方式的不同,将整个测试系统分为功能电源部分、上层工控机控制系统、可编程序控制器控制系统和变频调速系统;现场运行表明,利用该系统可以大大提高工作效率,且各项试验数据精确,可靠性高。     

一种针对大规模MANET网络的融合路由策略

针对移动自组网(MANE I)大规模组网时普通路由算法性能明显下降的问题,利用分而治之的思想,提出了一种将AODV和时延容忍网络中喷雾等待路由相融合的路由方案ADHR,即在反应式路由扩展环区域内仍实施普通AODV路由策略,但是当源与目的节点距离超过扩展环半径时,自动地转入DTN的喷雾等待路由,使得MANET网络规模扩大时性能保持相对稳定。ONE仿真平台实验结果表明,在大规模网络环境下,ADHR的分组投递率等主要网络性能要优于纯AODV和喷雾等待路由。     

基于时间序列和任务调度的Web数据聚类算法

为了实现Web服务请求数据的快速聚类,并提高聚类的准确率,提出一种基于增量式时间序列和任务调度的Web数据聚类算法,该算法进行了Web数据在时间序列上的聚类定义,并采用增量式时间序列聚类方法,通过数据压缩的形式降低Web数据的复杂性,进行基于服务时间相似性的时间序列数据聚类。针对Web集群服务的最佳服务任务调度问题,通过以服务器执行能力为标准来分配服务任务。实验仿真结果表明,相比基于网格的高维数据层次聚类算法和基于增量学习的多目标模糊聚类算法,提出的算法在聚类时间、聚类精度、服务执行成功率上均获得了更好的效果。