包钢连铸结晶器液位控制系统中控制器的设计应用

本文采用FUZZY－PID复合式自适应控制器来满足冶金连铸系统中对结晶器液位控制的要求，由于在长时间的连续铸钢过程中，塞棒头部受钢水的冲刷和腐蚀，使得塞棒头部为形较大，导致塞棒位置与钢水流量的特性关系发生较大变化，而这种变化无法用确定的数学关系式来描述，用常规PID控制器不能对此变化进行有效调节。本文采用模糊控制器对此变化作出反映，通过模糊控制运算结果来调节PID控制器的放大系数Kp始终在理想的范围内，从而使控制系统达到对结晶器液位控制的要求。     

聚丙烯餐盒复用过程中邻苯二甲酸酯类塑化剂和合成酚类抗氧化剂的检测及迁移规律研究

目的 建立气相色谱-质谱法(gas chromatography-mass spectrometry,GC-MS)同时测定聚丙烯(polypropylene,PP)餐盒中邻苯二甲酸酯类塑化剂和合成酚类抗氧化剂含量的分析方法,并研究其在复用过程中向酸性食品模拟物(4%乙酸)、非酸性食品模拟物(10%乙醇、水)以及油脂类食品模拟物(异辛烷、橄榄油)的迁移量。方法 PP餐盒经正己烷超声提取,食品模拟物根据其不同的性质选择不同萃取液,液液萃取辅以超声提取,经SH-Rxi-5MS (30 m×0.25 mm, 0.25 μm)石英毛细管柱分离,单离子监测(single ion monitoring, SIM)模式扫描,外标法定量。结果 20种化合物的线性关系在0.01~1.00 mg/L范围内表现良好,其相关系数均大于0.99,检出限和定量限分别是0.01~0.02 mg/L和0.03~0.06 mg/L。5种食品模拟物在0.05、0.10和0.50 mg/L 3个水平下加标回收率为80.4%~108.4%,相对标准偏差为1.3%~10.6% (n=6)。结论 该方法实验过程简便,灵敏度、精密度、回收率高,适用于PP餐盒中邻苯二甲酸酯类塑化剂和合成酚类抗氧化剂含量和迁移量的测定。实验结果可知,PP餐盒在热接触和微波加热的复用过程中均有一定程度的迁移,需要引起重视。     

基于扩展关联规则的中文非分类关系抽取

提出一种扩展的关联规则法用于抽取中文非分类关系,在利用普通关联规则抽取出非分类关系概念对后,通过语言学规则抽取相应的非分类关系名称。该方法克服了普通关联规则法无法得出具体非分类关系名称的缺点,能够确定非分类关系的定义域和值域。实验结果表明仅使用扩展的关联规则法进行非分类关系抽取即可完成任务,无须对概念对与＂谓语＂动词之间的紧密程度进行验证。     

基于数据区域发现的信息抽取规则生成方法

提出一种自动检测网页中数据记录结构特点并生成Web信息抽取规则的方法,以网页DOM树为基础,自动发现和分离Web数据区域所对应的DOM子树,将其分解为数据记录子树集合,综合数据记录子树的结构特点生成抽取规则。实验结果显示,该方法具有较高的抽取准确率和查全率。     

基于多Agent系统的自动协商机制及通用协商框架

自动协商是多Agent系统实现协作的关键环节。目前,对协商模型的研究大部分是在特定的应用系统中针对具体协商背景进行研究,协商模型的通用性较差。本文分析了多Agent系统协商机制的三个方面:Agent通信语言、通信方式和交互协议。在此基础上,给出了基于多Agent的通用协商框架GNF,该协商框架包括抽象协商过程、协商规则分类和协商协议。最后,给出了一个基于通用协商框架GNF的原型系统——采用Jess规则引擎实现的多Agent的商品交易系统。     

圆运动单轴惯性振动筛整机参数多目标模糊优化设计

通过对圆运动单轴惯性振动筛进行运动学和动力学分析,建立了基于结构工艺参数、运动参数、动力参数和具有模糊约束的整机模糊优化模型,论述设计计算中模糊信息的处理方法、表格数据在程序中的处理方法以及优化的求解算法,最后通过实例计算比较,得到了客观而较佳的整机参数。     

急倾斜水平分段放顶煤放煤规律的离散元模拟研究

提高水平分段高度是提高急倾斜水平分段放顶煤产量的有效途径,但顶煤分段高度提高后,其顶煤的放出工艺如何控制是影响其放出率的关键因素。对急倾斜水平分段放顶煤的放煤过程进行了离散元数值模拟,重点比较了在相同顶煤高度的条件下,顺序放煤与隔架放煤的特点,并在理论分析中给出了确定放煤轮数的具体公式,所得结论可供工程实际参考应用。     

模糊综合判别矿井突(涌)水水源

论文研究并建立矿井突(涌)水水源模糊判别模式、模糊运算方法步骤,利用7种常规离子含量和水的温度为基础资料,采用归一化判定突水水源类型。通过梧桐庄矿开采实例,进一步说明模糊综合评判方法的具体应用,结合矿井物探和实际揭露资料验证判定结果的正确性。     

基于Vague集的Apriori算法的改进

当前研究的关联规则挖掘隐含着一个假定：待挖掘数据库中每条记录的全部属性都是完整的。然而现实中得到的数据可能是不完整的,在这种情况下将无法使用传统的算法。为了解决这个问题,引入Vague集并给出基于Vague集的支持度和置信度定义,将经典的Apriori算法推广到Vague集上。最后通过一个例子来验证算法的有效性。     

提高传感器输出特性线性化的神经网络方法

采用BP神经网络结构和LM网络学习规则对传感器系统的非线性误差进行线性校正和补偿,并对网络结构进行了适当的改进.用Matlab语言实现,计算比较了使用两种不同初始化规则和网络结构时对网络性能的影响.计算机仿真实验表明使用NW初始化规则并改进网络结构后,网络的收敛速度更快,拟合精度也有所改善.