剖面浮标变体积油囊式浮力调节系统设计

为精准控制剖面浮标的垂向运动,提出一种可精确控制油量的变体积油囊式浮力调节系统,包含外油囊、增压油箱、密封性能良好的电磁球阀和可调节转速的液压泵等组件。采用拉线位移传感器实时采集增压油箱液面位置实现油量监控,并对外油囊体积进行高精度闭环反馈控制;设计极低泄漏量的液压系统,实现系统在待机状态下浮力保持长期稳定。为精确控制浮力调节系统,构建控制系统数学模型,引入比例积分微分（Proportional Integral Differential,PID）控制算法,并采用Simulink进行稳定性仿真。试验结果表明,系统可实现浮力精确控制,最大超调量低于1%,稳定性与响应速度均符合预期,验证了控制策略的可靠性。     

竞争环境下的港口企业两种定价策略比较研究

通过建立港口的空间Hotelling模型,分析了同一区域内双垄断港口企业采用不同定价策略时的均衡价格、需求量和利润,并且对比了不同定价策略下港口的利润.理论研究结果表明:在服务水平相同时,两个竞争的港口企业采用统一定价策略会获得更多的利润;在服务水平不相同时,两个竞争的港口企业采取何种定价策略与它们的地理位置、内陆运费率、服务水平有关.     

地下煤制气制取液化天然气和液氢工艺研究

目的脱除地下煤制气中的酸气,将地下煤制气中的CH₄和H₂分离出来并液化。 方法对常见的分离方法进行对比,确定采用低温精馏法对煤制气进行脱酸气、分离CH₄和H₂并液化。根据低温精馏法的原理,设计了一种全新的地下煤制气脱酸气、分离CH₄和H₂并液化的工艺流程,该工艺主要由两个精馏塔、一个两相分离器和三级氦膨胀制冷系统组成。同时利用HYSYS软件对其进行模拟分析,确定最优参数。 结果该工艺可以将地下煤制气中CO₂的摩尔分数脱除到0,H₂S的摩尔分数脱除到3.65×10-14,满足处理要求。同时可以实现CH₄回收率为99.97%,加压液化天然气(PLNG)的摩尔分数为99.97%,H₂的回收率为98.30%,液氢(LH₂)的摩尔分数为99.99%。 结论该工艺可以有效利用地下煤制气制取PLNG和LH₂,且所需能耗较传统工艺能耗降低了11.64％,具有较高的经济效益。      

液体炸药的发展及现状

以液体炸药的分类、制备、特性和应用等为切入点,较为详细地论述了液体炸药的现状和发展。指出混合液体炸药因具有原料来源广泛、制造简便、综合性能良好等许多独一无二的特性,而被广泛应用于军事和民用领域,并获得了长足的发展。同时警告液体炸药已成为恐怖分子实施爆炸恐怖活动的主要选择。建议加强液体炸药相关原料的管理。     

基于SOA的校园遗产系统集成模型研究

为解决当前高校资源信息缺乏有效共享、应用缺乏有效集成、用户缺乏统一接口等问题,提出了一种面向服务体系架构的校园遗产系统集成模型及其对应的集成方案(CRPWare).CRPWare方案利用SOA框架可以有效地将高校资源和相关遗留系统平台软件集成起来,统一以Web门户方式进行交互,如各种资源的描述、注册、访问和发布等.通过与CDRBA和Web技术的集成模型比较,SOA体系架构可以解决高校各教学机构间资源和服务的异构问题,消除"信息孤岛".     

ARP欺骗的自动探测、定位和隔离

ARP欺骗可以分为假冒网关和假冒计算机两种.本文实现了一种对抗ARP欺骗的架构,通过分析网关的Syslog事件,能够发现第一种ARP欺骗;通过分析路由器的ARP表,能够发现第二种ARP欺骗.在确定攻击者的MAC地址后,定位其接入交换机端口,然后关闭端口就能够隔离ARP攻击.并借助于数据库技术和SNMP协议,自动完成这些过程.     

WCCS环境下连续r位串匹配算法及其并行化研究

通过将免疫系统中连续r位匹配规则引入到串匹配算法中,在传统KMP串匹配算法的基础上提出了r-KMP算法,该算法使用匹配闽值r来控制文本串与模式串的匹配程度.然后在WCCS(Windows compute cluster server)平台下部署了并行化的r-KMP算法,通过实验分析了算法的性能和时间复杂度.实验结果表明,该算法能有效的控制串匹配程度,它的并行化减少了执行时的运算时间,提高了串匹配效率.     

一类具有时滞的广义Hopf ield 神经网络的全局稳定性

通过引入能量泛函，分析了一类具有时滞的广义Hopfield神经网络的全局稳定性．从理论上给出了该类网络为全局稳定的充分条件，证明了当时滞满足一个可计算的边界条件时，具有时滞的该类神经网络与相应的无时滞网络具有同样的全局稳定特性．仿真结果进一步证明了结论的有效性。     

基于K-means聚类和LVQ神经网络的OLED缺陷像素识别

提出改进的K-means聚类分割和LVQ神经网络分类的方法，用于有机发光二极管显示面板喷墨打印制程中缺陷像素的识别。首先采用改进的K-means聚类算法对预处理后的打印像素进行分割，然后采用连通域水平矩形确定每一个打印像素的坐标及几何特征，再通过灰度共生矩阵提取其纹理特征，最后通过LVQ神经网络对所述特征进行分类，完成缺陷像素的标记及分类统计。结果表明，本文算法的识别率明显优于其他常用分类识别算法，平均缺陷检测率为100%，分类准确率达到98.9%，单像素检测时间为8.3 ms。