可控磁路永磁悬浮带式输送机支撑系统研究

针对传统带式输送机托辊轴承产生的旋转阻力等问题,提出一种可控永磁支撑系统。首先,根据有限单元法（FEM）建立单点可控永磁支撑系统模型,通过仿真分析优化影响系统磁场分布的关键结构参数及其对系统悬浮力的影响规律。然后,采用磁路法对系统中导磁体的磁通路径进行区域划分,建立各处磁通路径模型,得出导磁体腿部磁通量解析式,利用等效磁荷法确定永磁贴片表面磁感应强度,结合永磁体间作用力关系,建立单点系统悬浮力模型。其次,利用Maxwell软件确定理论计算模型中修正系数λ1与气隙修正系数ε的数值,并搭建单点支撑系统实验平台,获取系统悬浮力特性关系,验证理论计算模型的准确性。最后,基于单点支撑系统的动力学模型,开展系统PID控制研究。结果表明：系统能较快的稳定于设定值处,为低阻力带式输送机研究提供一定理论基础。     

科学发展观视阈下民航安全管理与创新研究

我国的民航运输事业一直都是伴随着我国经济的发展而不断的发展,而安全、舒适和快捷一直都是民航事业所提出的三重标准。虽然我国地面交通也一直都在发展,但是我国的民航运输系统在我国交通运输体系中比重也正在不断地得以增加。民用航空单位一直都在用统一的模式进行管理,各大民航运输企业也在发展的过程中不断地调整着自身的战略,飞行的成本也能够得到有效的控制。文章主要以科学发展观为基础,从而进行民航安全管理和创新的研究,希望能够给大家更好的参考性意见。     

黄牛皮组织结构及荧光标记酶脱毛渗透模式的建立(续)

通过对黄牛皮的组织学观察,了解了各组织的形态,各组织间的联系,以及各组织中的蛋白质组成。对酶脱毛过程中的黄牛皮组织结构变化进行了探究,用荧光标记酶脱毛,在荧光显微镜下观察荧光标记酶渗透情况并与脱毛情况进行对比,初步阐释了酶脱毛的机理及影响因素。为选择适宜的脱毛用酶制剂品种,并采用酶法脱毛生产不同的产品,提供了理论依据。     

热分解高铅铁矾锌浸渣中银的浮选试验

某铅锌冶炼厂锌浸渣化学成分复杂,各金属矿物相互交代,嵌布关系极为密切,主要有用元素银含量为267.00 g/t,存在形态复杂,65.43%的银以铅铁矾的形式存在,难以直接浮选回收。将该渣热分解预处理后进行银的浮选试验,结果表明,热分解产物经1粗1精1扫、中矿集中再选后返回流程处理,可以获得银品位为5 434.00 g/t、回收率为72.59%的银精矿。     

时空视角下的动态多目标进化算法研究综述

现实中的多目标优化问题会随着时间或环境的变化而发生改变,因此在全周期优化过程中,环境变化检测和算法响应是求解动态多目标优化问题的两大关键步骤,为此重点对动态多目标进化算法方面的研究进行总结.为有效求解动态多目标优化问题,大量追踪性能优良的动态多目标进化算法在近20年里被提出,但是很少有文献从时空角度对已有研究进行分析和报道,鉴于此,从该视角对动态多目标进化算法研究进行综述.首先介绍动态多目标优化的基本概念、问题和性能指标;然后从时空视角对近5年提出的动态多目标进化算法研究进行分别介绍;最后列出目前动态多目标进化算法方面研究存在的一些挑战,并对未来研究进行展望.     

蜡裂解α—烯烃精制过程中的杂质分析

在蜡裂解α-烯烃的提纯时,可用紫外吸收光谱检测纯化的程度。根据波长235nm的吸收和200～220nm的最大吸收,能够得出烯烃中杂质的相对含量。该方法简便、快速、精确度高,适于作为工业生产中的中控手段。     

带触点输出的保护压板监控系统

设计一种新型保护压板监控系统,由带触点输出的保护压板、触点信号中继器、监控主机组成.     

多样性分布参数的粒子群算法及其在过程动态优化中的应用

提出一种多样性分布参数的粒子群算法(DDPPSO)。在DDPPSO算法中,每个粒子在初始化时拥有各自的惯性权重和加速因子。在迭代时由每个粒子的寻优性能决定其参数的权重,进而计算参数群体的加权平均值。根据加权平均值与自适应方差,通过正态分布产生下一代参数个体,从而实现参数群体的多样性分布,为算法的寻优提供实时最佳的控制参数。标准测试函数实验表明,在寻优性能上DDPPSO算法较新改进的PSO算法有较大提高。最后,将DDPPSO算法应用于Park-Ramirez生物反应器的动态优化,获得满意的结果。     

基于现场总线技术的监控网络

讨论了低成本监控网络的技术支持,提出了监控网络的设计目标、介绍了监控网络的结构和特点,及监控网络的软件、硬件设计。     

融合分区和局部搜索的多模态多目标优化

为解决多模态多目标优化中种群多样性维持难和所得等价解数量不足问题,基于分区搜索和局部搜索,本研究提出一种融合分区和局部搜索的多模态多目标粒子群算法(multimodal multi-objective particle swarm optimization combing zoning search and local search,ZLS-SMPSO-MM)。在所提算法中,整个搜索空间被分割成多个子空间以维持种群多样性和降低搜索难度;然后,使用已有的自组织多模态多目标粒子群算法在每个子空间搜索等价解和挖掘邻域信息,并利用局部搜索能力较强的协方差矩阵自适应算法对有潜力的区域进行精细搜索。通过14个多模态多目标优化问题测试,并与其他5种知名算法进行比较;实验结果表明ZLS-SMPSO-MM在决策空间能够找到更多的等价解,且整体性能要好于所比较算法。