焊接材料在空调行业的应用

针对目前空调行业冷凝器和蒸发器的材料使用以及其焊接现状入手,在降低成本、保证质量的前提下,提出对冷凝器和蒸发器材料的改换以及可行性的焊接方法,尤其对扩散焊接方法进行详细的论述.     

可调向靠背式测速探头测向方法的实验验证及标定系数研究

为解决流场中速度、方向的测量问题，自行设计了一种新型的可调向靠背式测速探头，本文介绍了此测速探头的测向方法，通过实验验证了此方法的可行性，并对标定系数曲线进行了测试。     

生物医学工程专业“电子技术课程设计”教学改革初探

电子技术综合课程设计是一门实践性非常强的课程,对培养学生动手能力和创新精神起到重要作用.结合医学院校生物医学工程学科特色,通过量身定制实验项目、改变教学方法、实验室开放以及教师队伍建设进行电子技术课程设计教学改进和探索.     

浅谈园区接入层网络安全技术

针对园区网络接入层的网络安全问题,阐述接入层网络下的端口安全技术、ARP欺骗、DHCP攻击等原理和相应的防范措施.     

模式识别和支持向量机在复合材料优化设计中的研究和应用

论述了复合材料设计及优化的基本研究方法,介绍模式识别和支持向量机人工智能法,举例详述复合材料设计及优化中的两种智能法,总结两种智能融合法在复合材料优化设计中的分类、建模、预测等基本研究方法和应用。举例说明模式识别和支持向量机在复合材料优化设计中重要的研究价值。最后对该领域的发展提出若干建议。     

考虑有功协调优化的配电网动态电压控制

配电网电压动态变化特征日益凸显,对配电网动态优化控制提出了新的要求。除此之外,配电网有功与无功的耦合特性也使得仅基于无功/电压的控制方法效果降低。因此,提出了一种考虑有功/无功快速协调优化的配电网动态电压控制方法,实现在秒级时间尺度内关键节点的电压恢复。首先建立配电网有功/无功控制设备动态模型,并基于模型预测控制理论建立了动态电压控制系统预测模型。设计了面向配电网电压协调控制的多目标自适应优化策略,基于配电网同步相量测量单元动态测量数据实现有功/无功控制设备出力的动态协调。仿真结果表明,该方法能够实现配电网电压波动的秒级抑制,并将目标节点电压快速无差地恢复至扰动前水平。     

基于机器视觉的输电线路无人机激光清障方法研究

针对传统输电线路无人机清障方法对故障点定位不准确的问题,研究基于机器视觉的输电线路无人机激光 清障方法.利用AI技术对输电线路图像提取特征值,无人机在巡检过程中运用机器视觉技术搜寻对应坐标点;近邻 图像像素取平均值构成模板,对故障线路特征图像进行滤波、降噪处理;通过蚂蚁运算得到无人机巡检的起始点和终 止点,规划无人机激光清障工作路径.测试结果表明该方法的搜寻故障点与实际故障点的误差值为零,精准定位故障 点,实现输电线路无人机对故障物的有效清除.     

CTS: 基于拥堵溯源算法的信号灯多智能体强化学习组织方案

在交通路网的运行中红绿灯起着至关重要的调度作用,随着目前交通的飞速发展,道路越来越复杂、车辆越来越繁多,导致红绿灯的调度压力越来越大、调节能力却越来越弱。为了解决这一问题,建立了CTS（congestion trace source）方案,将交通疏导的主体对象红绿灯作为智能体进行强化学习以优化其对交通的疏导控制能力,通过构建拥堵链和拥堵环综合分析路网拥堵情况,佐以红绿灯相位及其配时数据以达到对红绿灯智能体对象状态的综合判断;CTS方案设计了红绿灯排队长度算法将拥堵情况数字化作为智能体奖励对优化效果进行评判。使用SUMO仿真环境进行实验,设计交通优化指标路口平均排队长度并进行对比,最终该方案的路口平均排队长度相较于原始数据提升了40%。     

酚醛气凝胶/炭纤维复合材料的结构与烧蚀性能

分别以密度为0.15 g/cm~3的铺层炭纤维毡和炭纤维穿刺编织体作增强体,采用酚醛树脂浸渍炭纤维,经溶胶-凝胶过程,制备出不同密度和结构的酚醛气凝胶/炭纤维复合材料(PAC)。研究表明,所制复合材料具有轻质(0.27～0.40 g/cm~3)和低热导率(0.056～0.068 W·(m·K)~(-1))特点;炭纤维穿刺编织体复合材料(P-PAC)的弯曲强度是铺层炭纤维毡复合材料(L-PAC)的2倍,当P-PAC密度为0.40 g/cm~3时,其弯曲强度可达35.9 MPa;P-PAC具有更优的耐烧蚀性能,在2 000℃、60 s的烧蚀条件下,其质量烧蚀率为0.0043 g/s、线烧蚀率为0.0147 mm/s。酚醛粒子因纳米尺寸效应能够完全分解、蒸发、升华,充分带走表面热,而气凝胶多孔结构也有效的阻止表面热量向内部传递,因而酚醛气凝胶/炭纤维复合材料具有优异的微烧蚀/隔热一体化功能。     

基于中心距序降维的聚类算法

为提高金融业务数据集上的聚类质量和聚类效率,提出簇的直径、簇间的相似度这2个概念。利用距离尺度降维的中心距序降维法,将多维数据降至一维,在一维上利用自适应排序聚类算法ASC聚类。该算法和传统的Cobweb算法、K-means算法做对比,实验表明该方法能提高簇间相似度,最大提高200%。