高速公路自动发卡系统在省界收费站应用的研究

本文详细介绍了自动发卡系统在江西省高速公路省界收费站的总体设计方案及主要工作原理,而后深刻分析了系统存在的问题及前景。随着高速公路收费系统设备技术水平的不断提高和车流量的增加。自动发卡系统的需求会迅速增加。     

基于COM的数据自动化处理技术在工程变形监测中的应用

现代施工技术需要及时、准确的报告出对工程建筑物关键部位的变形情况。传统的依赖办公自动化软件对监测数据进行简单的处理,已经满足不了实际需求。本文以具有特殊结构的合肥渡江战役纪念馆主体工程为应用背景,阐述了如何针对具体的监测项目,基于COM技术及office对象模型,二次开发生成数据处理程序,采用本高级数据自动处理方案,极大的提高了变形监测数据处理的效率。对类似工程的数据处理,具有很好的借鉴意义。     

基于单片机的同步发电机自动并列装置设计

同步发电机与电网大系统进行并列是一项非常复杂关键的任务,阐述了同步发电机并列的条件及传统手动并列验证装置及方法。为了使同步发电机在实验室条件下,准确、快速地与电网大系统并列,介绍了一种以AT89C51单片机为核心的同步发电机自动并列装置。分析了该系统的硬件组成及软件设计,该并列装置并网时具有快速、准确等优点。     

舰载机全自动着舰纵向控制系统设计

针对舰载机着舰任务的特殊性,分析设计了舰载机自动着舰优化控制系统.整个系统由若干分系统组成,在原系统的基础上,研究纵向控制引导律中的模糊PID控制器,以便对下滑轨迹进行跟踪.根据着舰要求,将模糊控制与传统PID控制器相结合,实现PID控制器参数的在线调节,然后结合调节后参数变化趋势,通过对系统的整体仿真,得到系统部分输出量的曲线图,继而验证模糊PID控制器对整个自动着舰飞控系统的影响.改进后的纵向控制律可以在不影响系统稳定性的前提下,增强系统响应速度,尤其在应对外界干扰时,着舰效果更明显.     

高校自动排课系统算法比较分析

课程表的编排是高校教务管理中最为重要和复杂的一项工作。通过对几种自动排课算法的合理比较。统筹分析出各自的优劣,得出贪婪算法的综合适用性是最优的结论。在此基础之上．进一步分析贪婪算法是如何逐步解决排课的现实问题,并给出基于贪婪算法的自动排课系统算法的具体实现过程。     

K-means算法中k的自动确定

K-means算法在无监督学习中有着广泛的应用。然而,K-means算法有两个主要缺点,一是容易陷入局部极小,二是需要用户事先指定参数k。二分K-means算法的提出解决局部极小的问题。利用二分K-means算法过程中每次分裂产生的新质心间距离的变化规律可以对二分K-means算法做进一步的改进,从而将实际类别个数k的确定自动化。     

优化操作 减少石脑油的输转损耗

石脑油是乙烯裂解装置的主要原因之一，针对乙燃裂解装置及石脑油输转系统改扩建后，石脑油在输转过程中所造成的油品损耗原因进行了分析，采取措施，优化操作，减少了石脑油的输转损耗，降低了企业的生产成本，经济效益显著。     

A small samples training framework for deep Learning-based automatic information extraction: Case study of construction accident news reports analysis

Knowledge management is crucial for construction safety management. Widely collected and well-organized safety-related documents are recognized to be significant in raising the workers' security awareness and then to prevent hazards and accidents. To improve document processing efficiency, automatic information extraction plays an important role. However, currently, automatic information extraction modeling requires large scale training datasets. It is a big challenge for the engineering industry, especially for the fields which heavily rely on the experts’ knowledge. Limited data sources, and high time and labor costs make it not practical to establish a large-scale dataset. This work proposed a natural language data augmentation-based small samples training framework for automatic information extraction modeling. With the designed cross combination-based text data augmentation algorithm, the deep neural network can be employed to build up automatic information extraction models without large-scale raw data and manual annotations. Characters semantic coding is employed to avoid word segmentation and make sure that the framework can be utilized in different writing language systems. The BiLSTM-CRF model is adopted as the detection core to conduct character classification. Through a case study of two independent accident news report datasets analysis, the proposed framework has been validated. A reliable and robust automatic information extraction model can be established, even though with small samples training.     

自动化码头堆场穿越式双ASC调度

随着人工智能等科技的发展,海铁联运的运输模式加快了集装箱码头自动化的发展进程,自动化已经成为集装箱码头发展的必然趋势。对自动化集装箱码头堆场内可穿越式双自动堆垛起重机（ASC）在同一箱区内进行作业的过程进行研究,考虑不同大小的ASC的运行速度和单位时间内耗能不一样,以及在同一贝位两个ASC存在冲突的情况,建立多目标混合整数模型,得出完成所有集装箱任务的总时间和总耗能。并通过改变不同的参数来设计三组实验,实验结果表明,可以通过调整集装箱任务量、双ASC的速度、双ASC装载和空载的耗能之比来减少码头作业集装箱任务的总时间和总能耗。     

从斜轧技术发展看自动轧管机组的改造方向

对斜轧技术的发展和传统斜轧“横锻效应”的副作用作的介绍和分析，并列举几种新型的斜轧穿孔和轧管设备的特点，提出用三步成型轧管工艺代替老式多工序轧管工艺以改造现有自动轧管机组。