基于SoPC的直流无刷电机加速度控制研究与实现

为了实现对直流无刷电机加速度的准确控制,在分析几种加速度控制方案的基础上,提出了在电机加速阶段,通过在速度控制回路前向通道上加一积分环节来实现加速度控制的方案。详细介绍了该方案的原理并给出了基于SoPC技术的设计思想和实现方法。     

基于文本挖掘与功能相似性的疾病基因预测

现有疾病基因预测方法大多利用致病基因的各类注释信息进行预测,但仍有很多疾病没有任何注释信息。针对该问题,提出一种基于文本挖掘与功能相似性的疾病基因预测方法,通过数据挖掘获取疾病的相关基因本体术语,利用功能相似性分析基因与疾病之间的相关程度,并根据该相关程度对所有候选基因进行排序,从而识别出致病基因。测试结果显示,该方法能有效预测没有已知功能注释的致病基因。     

大方位失准角传递对准非线性模型研究

针对惯导系统大方位失准角传递对准的非线性误差方程不准确问题,同时考虑杆臂效应和挠曲变形两种主要误差因素来建立挠曲变形和杆臂效应加速度一体化误差模型,从而完善惯导系统大方位失准角传递对准非线性模型.针对非线性滤波的稳定性和快速性问题,采用比例修正无味卡尔曼(UKF)滤波模型估计姿态失准角,并采用速度匹配算法对模型的正确性和滤波的有效性进行仿真验证.结果表明,该模型在大方位失准角传递对准时可以满足对准精度和时间的要求.     

改进的RBF神经网络在磨矿指标预测中的应用

针对选矿生产过程中磨矿生产率和磨矿浓度、介质填充率和料球比3个指标之间的关系,分析了磨矿生产率对磨矿过程产品质量和工作效率的影响,提出了磨矿过程预测模型,采用了模糊聚类与改进的遗传算法相结合训练RBF神经网络的新方法。仿真结果表明,该模型可以快速准确地预报生产状况,对于企业进行实时生产控制具有较高的实用价值。     

数据挖掘在动态取证系统中的应用研究

传统的取证技术是一种静态方法,该文从动态取证的角度去解决静态取证所面临的问题,研究了计算机动态取证的相关技术,提出了一个计算机动态取证系统模型并对相关模块进行设计。根据动态取证的特点,提出将数据挖掘技术应用于动态取证系统中,针对基本挖掘算法在取证分析实际应用中存在的不足,提出了相应的算法改进方法,通过实验分析,证明了改进算法在计算机动态取证应用中的有效性。     

活性炭纤维在废气处理中的应用

活性炭纤维由于具有独特的微孔结构、巨大的比表面积和优异的吸附动力学性能,在废气处理中得到了广泛的应用.介绍了活性炭纤维的特性,对利用活性炭纤维去除特殊污染物和溶剂回收进行了综述.     

桃花江航运枢纽整体水力学试验研究

桃花江旅游景观船闸在布置上因受到枢纽地形与河道防洪的限制,难以满足规范要求.采用几何比尺为1∶25的整体水工模型进行了试验研究,2座枢纽的控制运行条件均为最高通航水位组合,主河道中流速较大,特别是上下游口门处引航道的横向流速较大,不能满足规范要求.修改方案主要通过减小2座船闸上下游引航道与桃花江主河道夹角,并对口门附近地形进行了相应的疏浚.试验结果表明,修改方案有效降低了2座船闸上游口门处横向流速等不利因素.     

泰州引江河高港二线船闸输水系统布置及水力计算分析

结合高港二线船闸工程具体条件,按照《船闸输水系统设计规范》的要求,研究确定了船闸短廊道和三角门门缝联合输水的输水系统型式及具体布置方案,计算分析了充泄水阀门开启方式,通过建立船闸联合输水数学模型计算了闸室输水水力特性.结果表明,确定的船闸输水系统布置及阀门开启方式是合适的,相关水力指标满足规范及设计要求;设计的消能工布置适合高港二线船闸工程特点,可获得较好的闸室水流条件;同时根据水力特性计算结果提出了阀门启闭系统设计建议.     

渠江富流滩船闸输水系统水力学模型试验

富流滩船闸改扩建工程是渠江广安航运建设工程的重要组成部分,对促进川东地区经济社会发展具有重要意义.由于新建船闸等级及综合水力指标较高,因此,需对其进行水力学模型试验以优化输水系统设计.根据初步设计的富流滩船闸输水系统,通过1∶25的整体物理模型试验对其输水水力特性进行详细研究.试验结果表明:富流滩船闸采用闸底长廊道侧支孔明沟消能的输水系统布置是合理的,推荐的阀门开启方式下各输水水力特征均满足设计和规范要求.     

油门踏板安全辅助系统开发

利用AMESim软件建立了油门踏板模型和15自由度整车动力学模型。分析了初学驾驶员行为意识,应用逻辑门限值控制算法识别油门踏板误操作,正确判定后启动集成模糊-PID控制算法的防抱死制动系统(Anti-locked braking system,ABS)的安全辅助系统,保证了车辆的主动安全性。利用Matlab/Simulink和AMESim软件建立了联合仿真平台,对控制算法进行了验证。结果表明:该控制系统具有很好的实时性,能够满足实际的应用要求,提高了汽车行驶的安全性能。