一种基于改造时钟系统的Linux实时化方案

Linux是一种通用操作系统,但不适合实时应用。针对上述问题,通过对Linux时钟系统管理方面的研究,提出一种针对时钟的改进策略,以此为基础,根据实时应用的特点设计高精度定时器。实验证明,改进方案能有效提高Linux的时钟精度,满足实时方面的需求。     

APP平台下的数据转换与分布式历史数据库的实现

本针对某石化企业技术改造项目中的数据转换与历史数据库部分,介绍了APP平台下的数据转换程序的开发与SQLServer下分布式历史数据库的设计及存储,查询功能的实现以及数据压缩技术在实际开发中的应用。     

峡江水利枢纽施工期防汛方案与风险分析

对施工期防洪风险进行识别和处理以提高风险的防范能力,是做好防洪减灾工作的基础。防洪形势具有明显的可变性和随机性,导致了防洪风险的存在。峡江水利枢纽已取得一、二期围堰防汛的阶段性胜利,但更艰巨的三期围堰防汛任务尤为关键,下阶段工作更需要加以重视对峡江水利枢纽工程施工期防汛工作经验作了总结,并对施工期防汛风险进行了分析,提出了相应的风险处理措施。     

电容层析成像技术在油/气两相流可视化监测中应用

介绍电容层析成像系统的基本原理，着重介绍了一种基于正则化修正的图像重建算法，危重利用电容层析成像系统进行油／气两相流成像实验，初步的实验结果表明，采用该技术可以较好地实现对油／气两相流可视化监测。     

用含添加剂硫的粉末触媒合成金刚石

本文分别用铁镍触媒、含添加剂硫的铁镍触媒在国产六面顶压机上合成了优质金刚石单晶，利用光学显微镜观察，发现所合成的金刚石多为六八面体，晶形完整；在大多数用含添加剂硫的铁镍触媒合成的金刚石的{100}面，有熔坑出现，而用铁镍触媒合成的金刚石没有这种现象；用电子显微镜对熔坑的形貌进行了细致的观察。另外，还发现用含添加剂硫的铁镍触媒合成的金刚石中的包裹体要明显少于用铁镍触媒合成的金刚石中的包裹体。     

钛合金TC4的激光焊接

采用激光焊接TC4钛合金，研究了焊缝成分变化对组织转变和焊缝机械性能的影响，分析了焊缝中气孔(或空洞)形成的原因。试验结果袁明：焊缝合金成分Al、V的变化对组织转变厦焊缝机械性能影响较大．空洞由激光焊接的特点所决定。     

未知扰动下双起升桥吊时变滑模同步控制

为实现双起升桥吊系统在未知扰动下的同步控制,提出了一种基于变增益扩张状态观测器的时变滑模控制方案。首先,基于耦合误差设计了一种新的时变滑模面,可有效消除趋近阶段,确保初始状态系统的全局鲁棒性;其次,改进的超螺旋算法有效抑制控制器中的抖振现象;然后,变增益扩张状态观测器的设计是为了估计补偿系统中存在的非匹配干扰,有效增强了控制器的鲁棒性;此外,李雅普诺夫理论用于证明受控系统的稳定性。最后,通过仿真验证了所设计的控制器可以有效实现双起升桥吊系统的同步控制。     

基于波形采样的PPAC数据处理

数字化波形采样技术在实验核物理中得到了广泛的应用,选取合适的采样频率非常重要。本文使用脉冲幅度甄别定时方法和恒比定时方法对采样频率为100 MHz~5 GHz的平行板雪崩计数器(PPAC)信号进行了模拟分析,采样频率为250~500 MHz时,使用脉冲幅度甄别定时方法可得到比较精确的位置信息,与传统获取系统定位的位置分辨的差别Sigma小于0.15 mm,采样频率低于100 MHz时信号定位误差较大。使用高速采样数字化仪可对信号幅度小于20 mV的信号进行定时分析,与传统的PPAC获取系统相比,探测效率提升了4.3%。     

深度学习应用于时序预测研究综述

时间序列一般是指对某种事物发展变化过程进行观测并按照一定频率采集得出的一组随机变量。时间序列预测的任务就是从众多数据中挖掘出其蕴含的核心规律并且依据已知的因素对未来的数据做出准确的估计。由于大量物联网数据采集设备的接入、多维数据的爆炸增长和对预测精度的要求愈发苛刻,经典的参数模型以及传统机器学习算法难以满足预测任务的高效率和高精度需求。近年来,以卷积神经网络、循环神经网络和Transformer模型为代表的深度学习算法在时间序列预测任务中取得了丰硕的成果。为进一步促进时间序列预测技术的发展,综述了时间序列数据的常见特性、数据集和模型的评价指标,并以时间和算法架构为研究主线,实验对比分析了各预测算法的特点、优势和局限;着重介绍对比了多个基于Transformer模型的时间序列预测方法;最后结合深度学习应用于时间序列预测任务存在的问题与挑战,对未来该方向的研究趋势进行了展望。