智慧图书馆设备故障规避的HFACS等级相关分析

大数据人工智能时代下图书馆各项新技术设备的应用为智慧图书馆的发展提供了高效智能化的技术支持,实现了智慧服务的自动化,帮助用户更加便捷地获取、利用、分享图书馆的各项资源;但随着内外环境的变化影响,设备故障问题也日益突出,如何有效规避智慧设备故障隐患,降低故障风险成为亟待解决的新课题。笔者通过自身工作实际结合相关文献资料,统计发现影响设备故障主要分为四类因素,其中人为因素占了很大比例,进一步深入分析得出含制度设计、流程执行等16种因子的四层改进型HFACS框架。通过设备故障样本集数据集计算Spearman和Kendall Tau—b相关系数得出各层等级相关度,逐步挖掘出各层内在相关逻辑因子,探究出设备故障致因链进行分析,总结归纳启示性建议为图书馆相关智慧管理和服务提供科学依据。     

基于质量评价的辐射源定位精度提升方法

针对辐射源定位精度受限于测量环境、监测设备等因素的问题，提出一种基于质量评价的测量精度提升（MAI）方法。根据监测设备的误差范围，将每个观测点可能的取值区间均分为若干段，每段取中值作为测量值；将所有测点可能的取值重新组合后，计算得到多个结果和质量评价指标，并选择评价指标最好的结果作为测量结果。所提方法与基于到达信号强度（SOA）的辐射源定位方法相结合，将复相关系数、位置偏差系数、信号强度方差作为评价指标，以复相关系数接近于1且位置偏差系数小于某指定值的结果为有效结果，有效结果中信号强度方差最小的即为最终的测量结果。为提高计算性能，在测点数大于5时，对该方法进行了改进：首先将前5个测点使用此定位方法进行计算，并将所有有效结果按信号强度方差排序，取前L个结果与第6个测点的测量值组合，重新计算得到多个结果；然后再排序、取前L个结果，并与下一个测点重新组合计算，直到所有的测点都参与组合计算，最后得出结果。仿真实验结果表明，所提方法可以在不增加硬件成本的条件下，以牺牲计算性能为代价，大幅度提升定位精度。     

Omega-6支撑身体，Omega-3支撑大脑：均衡摄入对儿童大脑发育的影响（网络首发、推荐阅读）

人体大脑和身体的发育，需要从食物中摄取均衡的营养物质。人类大脑是区分人类和其他动物的特征。食物中的必需脂肪酸是机体组织结构和功能的必要组成部分。Omega-6（O6）亚油酸（LA6）是皮肤组织的组成成分，且是炎症、血栓形成、免疫和其他信号分子的前体；Omega-3（O3）α-亚麻酸（ALA3），特别是其长链代谢产物——二十二碳六烯酸（DHA3），是大脑、视网膜和部分神经组织中的关键组分。从富含LA6脂肪酸（缺乏O3脂肪酸）的植物籽中提取出的廉价而优质油脂，是20世纪的西方国家食品工业生产的主要脂肪来源。在代谢通路中，高浓度的LA6脂肪酸可拮抗O3脂肪酸代谢，造成O3脂肪酸不足，因此，在给怀孕动物的饲料中，只提供富含LA6但缺乏O3脂肪酸的油脂作为唯一的脂肪来源，会导致幼崽大脑发育不良。过去20~30年的研究表明，低含量LA6且含DHA3的油脂可改善大脑的功能。近年来的研究较多集中在营养因素对大脑发育的影响，最新研究数据表明，脂肪酸平衡对营养不良儿童的大脑发育尤为重要。世界卫生组织（WHO）越来越重视大脑的营养健康，通过其下属的食品法典委员会，建议用于治疗严重急性营养不良儿童的即食治疗食品中，使用含有均衡脂肪酸组成/构成的脂肪。同样，脂肪酸均衡对老年人可能也很重要。目前，业界已经有了调整油脂成分的方法，以确保脂肪酸均衡，从而维持人体整个生命周期的大脑健康。     

煤矿巷道贯通测量技术及其精度控制研究

本文以某矿井为研究对象,分析了其+770m标高处的巷道贯通情况,对已有的贯通数据进行综合分析。研究结果表明,贯通精度经常会受到矿井导线测量及地表参数变化等多方面因素的干扰,需要采取有效手段才能有效提高工程精度值。     

可重构机器人模块间装配误差识别方法研究

基于对可重构机器人配对接口间位姿误差的分析划分,研制模块间装配误差在线测量识别接口,建立配对接口位姿误差与接口几何结构偏差之间的关系模型,进而建立配对接口位姿误差与配对接口内部测距传感器测量值之间的映射关系模型,提出一种基于内部测距传感器位移量的模块间装配误差在线识别、补偿方法.为验证方法的正确性,研制单关节?连杆试验平台.试验结果表明装配误差经在线识别、补偿后,连杆末端的位置误差平均值减少7倍多.