水土保持措施对汾河水库泥沙淤积的影响

对山西省汾河水库1962～2008年淤积情况的分析结果表明:水库淤积量总体呈减小趋势。汛期降水量和来水量是造成水库淤积的主要原因,实施水土保持措施可减少水库淤积。     

基于标准化管理推进饭店业节能减排的实证研究——以浙江高星级饭店为例

标准化管理是餐饮企业节能减排的有效途径之一。本文通过对浙江省高星级饭店的调查实证研究,探明了影响节能减排的标准化管理的因素,提出应着重在能源定额、优化产品工艺、营造外在环境等方面实现标准化管理,为餐饮业节能减排工作寻到"抓手"。     

巴彦浩特盆地演化特征与含油气性评价

古、中生代盆地发育受基底断裂控制,呈现由南向北迁移的特征。除自生自储类型以外,油气运移聚集主要与多期区域性不整合面有关。根据不同地区的改造特点、强度和保存条件等方面的差异,将盆地成藏单元类型划分叠合—再生型、改造—保存型、改造—再生型和改造—破坏型,其成藏条件和油气勘探远景依次变差。     

景宁畲族服饰的现状与保护

以浙江景宁地区的畲族传统服饰为对象,在田野调查的基础上从服饰形制溯源入手,对其服装服饰的现状进行了探讨,阐述了经济、文化冲击下畲族服饰发展面临的主要问题,提出民族服饰需要固态保护、活态传承的观点。     

建筑围护结构传热性能现场检测的误差分析

建筑外墙传热性能现场检测是建筑节能检验的重点与难点,目前的检测方法难以得出较为准确的结果。针对以上问题,提出了采用热箱加热流计的检测方法以及该方法的误差评价方法,并运用计算机模拟的手段分析了热箱尺寸、温度制度、墙体构造、墙体厚度对该方法检测结果误差的影响,指出影响误差的主要因素是热箱尺寸和墙体厚度。根据模拟试验结果进行了现场检测试验,证明热箱加热流计的检测结果有良好的精度。     

基于改进遗传算法辨识空间机器人动力学参数

为了减小空间机器人动力学参数的误差,提高轨迹规划精度,根据空间机器人的角动量守恒方程,利用名义动力学参数估计角动量与真实角动量的差异,建立动力学参数辨识的误差模型,给出遗传算法的适应度函数.针对常规遗传算法容易出现"早熟"现象,采用小区间生成法、大变异策略和精英保留策略对其进行了改进.以六关节空间机器人为例进行的仿真结果表明,在参数复杂的情况下,采用改进后的遗传算法,计算效率和辨识精度均得到了提高。     

喷管轴线、摆角等参数的红外光电探测

提出了一种基于多目视觉红外光电探测和圆锥曲面拟合的喷管轴线、摆角等参数估计方法.假定前端装有红外LED发光板和红外滤光片的4台高速相机实现了同步数据采集,且已完成标定.以红外反光标记球贴着喷管表面移动的大量三维坐标采样为基础,采用圆锥曲面拟合的方法求取喷管轴线的向量表示以及喷管圆锥曲面的虚拟顶点.通过喷管摆动的大量瞬时转轴拟合得到最小二乘意义上的摆动轴.将喷管轴线和摆动轴的公垂线与喷管轴线的交点作为摆心.喷管在摆动前后任意两时刻间的摆角可以用喷管上标记点的前后坐标到摆动轴的垂线向量的内积求得.摆角变化量除以时间间隔可得摆动角速度.摆动角速度的变化量除以时间间隔可得摆动角加速度.使用双轴摇摆-直线升降运动校准装置模拟喷管运动,摆心位移、摆角、摆动角速度和角加速度的测量误差分别为0.17mm、0.03°、0.12(°)/s、0.4(°)/s2.实验结果证明了算法的可行性.     

汽车发动机节能优化控制仿真与研究

在车辆发动机优化设计的研究中,车辆节能控制的优化能够有效提高汽车发动机燃油燃烧效率,降低发动机的燃油消耗.在汽车行驶过程中,存在着起步突变、急停、忽然转向等特殊情况,利用传统的PID节能控制方法需要大幅度、快速的调整控制参数,以满足意外情况的控制稳定性需求,但改变控制过程中没有考虑对能量的消耗问题,大幅改变参数势必造成能量的无谓损耗.提出一种采用免疫PID的车辆节能控制系统.根据人体免疫应答机制的基本原理,将免疫反馈引入到PID车辆节能控制系统中.采用单层神经网络作为抑制抗体的调节系数,能够实现车辆复杂行驶状态下的非线性过程的拟合.利用神经网络和PID结合的方法建立免疫PID车辆节能控制模型,根据模型的输出实现了车辆节能的精确控制.实验结果表明,利用免疫PID的车辆节能控制系统进行车辆节能控制,能够有效提高控制的精度.     

大型氨厂热钾碱脱碳工艺增产节能新技术试验研究

大型氨厂侧线试验结果表明，采用南化集团研究院开发的H-Cat均相催化剂和变压再生新工艺，可使现有生产装置脱碳能力大幅度提高、能耗大幅度降低。将新型催化剂加入Benileld溶液后，可使溶液吸收能力提高16．9％、再生热耗降低22．8％；再将新型节能工艺结合起来，装置生产能力可提高28．8％、再生热耗降低39．1％。达到了国际同类工艺的先进水平。     

多视图动量对比学习算法

比较同一图像不同增强的相似性是对比学习取得显著成果的关键。传统对比学习方法使用了图像的两个不同视图,为了学习到图像更多的信息以提高分类准确率,在MoCo(momentum contrast for unsupervised visual representation learning)的基础上,提出了一种多视图动量对比学习算法。每次迭代中,对于图像的多个数据增强分别使用一个查询编码器和多个动量编码器进行特征提取,使得本次迭代可以使用更多的数据增强和负样本。使用优化的噪声对比估计(InfoNCE)来计算损失,使得查询编码器能得到更有益于下游任务的特征表示。对查询编码器使用梯度回传更新网络,对各动量编码器使用改进的动量更新公式以提高模型的泛化能力。实验结果表明,使用多视图动量对比学习可以有效提高模型的分类准确率。