工业设计决策网络构建及其动态演化仿真

针对工业设计过程多阶段方案决策的意见演化问题,融合复杂网络理论建立工业设计决策网络模型,通过意见动力学进行决策意见动态演化仿真.基于图论建立设计决策有权无向网络,以网络效率变化确定决策者权重,借助意见距离识别设计决策网络节点信任集合,利用加权平均意见驱动设计决策网络更新与演化. 提出工业设计决策网络的演化仿真流程,结合产品设计方案决策数据进行动态仿真分析,结果表明：信任阈值决定设计决策网络拓扑构成,随着网络演化的进行,决策个体间意见差异逐步缩小并最终达成共识;设计决策网络分析能够析出噪声节点及其意见变化,在实际产品设计决策中应重点关注;意见演化能够辅助确定工业设计方案决策轮次,明确方案在各指标上的表现并识别设计改进方向;仿真分析有助于发现设计决策中的关键因素和意见演化规律.     

5G时代下的移动自组织网络探讨

移动自组织网络在高带宽低延时的5G下,赋予更多的技术优势,使其综合性、应用性以及系统性都得到有效的提高,本文从基于5G移动自组织网络展开探讨,论述移动自组织mesh的网络架构技术及其应用前景和未来趋势。     

基于STM32的多功能液体检测系统

本系统以STM32F103RCT6单片机为核心控制芯片,可以一键自动测量容器内液体的重量和液位参数,并显示测量数据、判别液体种类。使用激光与浮板进行液位测量;使用压力传感器与24位AD转化模块HX711进行高精度的重量测量;利用pH值传感器、光电传感器、导电率传感器获得液体不同的物理特性,区分液体种类。系统模块构成主要包括单片机系统模块、电源模块、激光测距模块、称重模块、传感器模块、OLED显示模块和按键模块,具有多功能、测量准确、反应速度快的特点。     

超超临界锅炉喷氨优化与调整

某厂超超临界燃煤火电机组已完成超低排放改造,实现烟尘、SO₂和NO_x排放浓度远低于10 mg/Nm³、35 mg/Nm³和50 mg/Nm³。但锅炉中脱硝系统氨逃逸过大,导致脱硝系统后面的烟道内空预器及低温省煤器堵塞严重,严重影响了机组运行安全。通过测量该锅炉SCR反应器出口NOx浓度及氨逃逸量等参数,基于实测数据分析对锅炉喷氨量进行优化调整,降低SCR反应器出口氨逃逸量,从而有效缓解空预器及低温省煤器的堵塞状况,保证机组的高效安全运行。     

取向硅钢晶粒取向的不均匀分布及其检测

利用X射线衍射和背散射电子衍射检测了取向硅钢板表层和中心部位的宏观织构和微观晶粒取向分布,观察了相应的晶粒组织。结果表明,二次再结晶不彻底的成品钢板的表面会残留非{110}<001>取向的小晶粒,并影响钢板的软磁性能。取向硅钢板表层的晶粒取向分布能够在一定程度上反映出钢板的质量,因此可以借助X射线表面无损检测技术发展取向硅钢织构的工业在线检测技术。     

基于Rough集的磨削参数决策系统

本文介绍了5层模糊神经网络的优缺点，提出了基于Rough集构造模糊神经网络的方法，并应用于多传感器的磨削参数决策系统，达到控制磨削加工质量的目的。     

虚拟环境下机床主传动系统故障诊断的仿真实现

本文介绍了用AutoCAD完成机床主传动系统三维实体造型，用VisualC 、Visual LISP等工具完成主轴箱轴承、齿轮、轴等部位在运行中出现故障时的立体动画。经压电晶体加速度传感器实时检测机床的振动信号，对这些信号进行分析(统计处理、频谱分析等)提取出故障特征，经人工神经网络、模糊决策及专家系统等手段进行决策，判定故障部位和程度，可在微机上直观地观察主轴箱在运行过程中，各故障具体部位及损伤程度的虚拟现实情况。     

Neural network-based control for the fiber placement composite manufacturing process

At McDonnell Douglas Aerospace (MDA), an artificial neural network-based control system has been developed and implemented to control laser heating for the fiber placement composite manufacturing process. This neurocontroller learns the inverse model of the process on-line to provide performance that improves with experience and exceeds that of conventional feedback control techniques. When untrained, the control system behaves as a proportional-integral (PI) controller. However, after learning from experience, the neural network feedforward control module provides control signals that greatly improve temperature tracking performance. Faster convergence to new temperature set points and reduced temperature deviation due to changing feed rate have been demonstrated on the machine. A cerebellar model articulation controller (CMAC) network is used for inverse modeling because of its rapid learning performance. This control system is implemented in an IBM-compatible 386 PC with an A/D board interface to the machine. Work supported by the McDonnell Douglas Independent Research and Development Program Export Authority: 22CFR 125.4(b)(13)     

神经网络在线自学习跟踪控制及其在伺服系统中的应用

针对传统自适应和自校正控制中存在的问题，提出一种基于神经网络的在线自学习控制方法，既做到了对象模型的在线辨识和控制器的在线设计，又避免了神经网络控制方法通常存在的实时控制的困难，使复杂系统的在线学习控制成为可能。仿真表明该方法具有良好的鲁棒性和控制精度。     

无线传感器网络移动Sink网关系统的设计与实现*

针对无线传感器网络传统Sink网关的不足,提出了一种基于PDA的移动Sink网关系统的设计与实现方案,对其设计目标、体系结构和工作原理进行了论述,重点讨论了PDA与Sink节点之间的连接,PDA与Sink节点、PDA与GPS接收机及PDA与控制终端之间通信的一些关键技术.