基于DTC的井下架线式电机车变频调速装置设计与应用

分析了井下架线式电机车运行现状及存在的维护量大、维护成本高、故障率高等问题.设计了一种基于DTC的电机车电机变频调速装置,现场应用情况表明其具有起动力矩大、维护量小、故障率低、节约成本的优点.指出了应用DTC变频调速技术改造传统的矿用架线式电机车直流传动系统的必要性及应用前景.     

基于误差预测的焦炉火道温度软测量模型

针对焦炉火道温度在线检测的问题,在分析焦炉火道温度特性的基础上,建立了一种基于误差预测的高精度焦炉火道温度软测量模型．首先分别建立了1元、2元和12元线性回归模型,对蓄顶温度和火道温度进行线性拟合;然后比较分析了三种回归子模型的特点．使用融合时间差分法的Elman神经网络,对线性回归模型中精度最高的12元模型的预测误差进行拟合和多步预测．采用专家经验将线性回归组合模型和融合时间差分法的Elman神经网络模型进行集成,最终获得了具有较高预测精度的焦炉火道温度软测量值．实际运行结果验证了该软测量模型的有效性．     

流道缩扩比对半波纹微通道流动和传热特性的影响

为探究流道缩扩比对半波纹微通道流动和传热特性的影响,设计了5种不同缩扩比的半波纹微通道模型,并对各通道内的层流流动(200＜Re＜1000,Re为雷诺数)和传热进行了数值模拟研究。结果表明,半波纹微通道的压降和努塞尔数随着流道缩扩比的减小而增大;与光滑微通道相比,半波纹微通道具有更优的传热性能但压降损失也更高;引入η作为综合性能指标,发现减小流道缩扩比是提高半波纹微通道综合换热能力的有效方式,且当Re＞490时,其综合换热能力均优于光滑微通道。     

满意与完美

美国俄亥俄州立大学的詹姆斯·麦克纳尔蒂教授领导研究了一项颇有意味的实验。他们追踪了数个家庭,每隔半年对他们的各种压力、对家人的满意程度等进行评估。结果发现,与知足常乐、随遇而安、条件中等的"满意型"家庭相比,对生活、工作与事业等各方面要求都比较高的"完美型"家庭,可能物质条件上会优越一些,但幸福感却明显低于前者许多。     

一种基于曲线拟合的二音节汉语声调识别方法

本文提出了一种利用曲线拟合的方法，对连续二音节汉语语音进行了声调识别，并且加以实现。它采用倒频谱分析技术提取语音的基音周期，并利用倒频谱参数及短时功率进行音节分界。实验证明．基于曲线拟合的汉语声调识别方法，具有算法简单，可适用不同的说话人、高识别正确率等优点，是一种行之有效的方法。     

基于多层递阶回归分析的轧钢煤气用量预测

以某钢铁企业为背景,基于煤气用户的历史数据,通过多层递阶回归分析建立相应的消耗预报模型,从而对煤气用量进行预测。首先把统计样本中的各个高相关因子作为回归变量进行线性回归处理,然后以回归系数与预报因子的乘积作为对修正量来进行多层递阶预报。这种多层递阶与回归分析方法,既能较好地体现高相关因子在预报模型中的重要作用,又具有较强的适应性,可提高预报精度。实际工业应用证明了方法的有效性。     

基于多工况识别的焦炉燃烧过程多模态模糊专家控制(上)

针对焦炉燃烧过程的多工况特征,提出一种具有分析层和控制层的火道温度多模态模糊专家控制方法.分析层对燃烧过程的荒煤气温度进行在线分析,采用多传感器信息融合的二次决策方法识别燃烧过程的实时工况.在控制层,针对各种工况,设计了基于修正因子的多模态模糊控制模型,处理不同工况下的火道温度控制;同时建立在线切换专家规则库,实现对应各工况的控制系统的模态切换.控制方法实际应用效果良好,为焦炉燃烧过程的智能控制提供了新的途径.     

基于S3C2410的Linux移植

描述了将Linux移植到基于S3C2410处理器目标板上的方法与过程。介绍了目标平台和Linux,并说明了如何搭建移植环境,着重介绍了Bootlaoder的架构和功能以及Linux内核的移植。结果证明该方法是可行的。移植后Linux在嵌入式系统中运行良好。     

无料钟高炉布料模型的研究与应用

针对高炉炉内料面的分布特征．通过分析和考虑无料钟高炉布料的影响因素及其特点,结合数学知识和计算机技术,建立了无料钟高炉布料模型。该模型在某钢铁企业的450m^3小型高炉中得到了实际应用,实现了无料钟高炉布料过程的实时监视,指导操作工对炉料分布进行合理调整,从而提高了料柱的透气性指数．降低了焦比,改善了高炉冶炼状况。这对实时了解高炉炉内料面的分布情况,指导高炉的优化操作具有十分重要的意义。     

基于主客观证据融合的高炉悬料预测方法

针对高炉关键异常炉况悬料难以预测的问题,基于D-S证据理论,提出一种综合模糊专家推理和后验概率最小二乘支持向量机的悬料预测方法.首先,结合高炉生产过程和悬料现象,分析悬料形成的内在机理;其次,通过模糊专家推理提取基于专家规则的主观证据,再通过建立后验概率最小二乘支持向量机模型提取基于数据内在客观规律的客观证据;最后,基于D-S证据理论完成主客观证据融合,实现悬料预测.该方法充分利用专家经验和最小二乘支持向量机的自学习能力,能够提高预测精度.仿真结果表明本文提出的方法有效、准确.