高校政府采购管理系统的研发与应用

为解决高校政府采购中存在信息化程度低、采购效率低、不透明等问题,提出了高校政府采购管理系统的设计目标和总体框架,介绍了业务流程的实现及系统设计的关键技术。通过系统的开发应用,有效提高了高校政府采购评标质量和工作效率。     

流化床内压力脉动信号的检测与分析——复合探头在流化床测量中的开发应用

设制了将压力探头与电导探头置于同一轴以测量同一点的电导率信号和压力脉动信号的压力电导复合探头,并在二维床(1000×380×19 mm)内,用活性炭作流化粒子、空气为流化介质,钢瓶 N_2产生气泡源进行实测,通过对单个气泡,气泡串和操作态等复合探头信号进行分析,初步得到了压力脉动信号的性质和传播规律,对气泡特性有了新的认识,并对气泡信号与压力脉动信号间的联系作了分析,为进一步定量研究打下了基础。     

用于激光酒精气体检测的程控信号调制电路设计

本文主要完成了用于激光酒精气体检测的程控信号调制电路设计。采用ARM7系列的LPC2138作为主控芯片,控制DDS波形发生芯片AD9854,产生检测过程中所需的正弦调制波形;同时以CPLD为核心设计研制了一种全新的数字移相器,用以产生锁相放大检测所需的参考信号。本系统可以实现对信号的高速处理,具有输出频率精度高,移相范围宽,信号输出稳定等优点,适用于激光酒精气体检测以及相关其它气体检测领域。     

以Pd/α-Al_2O_3为催化剂的CO与C_2H_5OH合成草酸二乙酯研究(Ⅰ)

进行了Pd/α-Al_2O_3催化剂上CO与C_2H_5OH气相催化偶合制草酸二乙酯的试验研究,并对自制的几种不同催化剂进行评选。结果表明,B_1型催化剂具有良好的催化活性和选择性。当SV为2500～4000h~(-1)时,草酸二乙酯的时空收率分别为310和450g/L·h。草酸二乙酯和碳酸二乙酯的总选择性在95％以上。B_1型催化剂具有良好的稳定性和工业开发价值。     

滚动轴承细粒度故障诊断研究

针对目前滚动轴承故障诊断主要采用监督式深度学习提取故障特征以及检测故障种类为粗粒度的现状,提出一种基于高斯混合模型（Gaussian mixed models,GMM）和深度残差收缩网络（deep residual shrinkage networks,DRSN）的滚动轴承细粒度故障诊断方法。GMM模型集成多个高斯分布函数,拟合细粒度故障数据的分布情况,实现对没有标签的轴承振动信号进行聚类,DRSN模型中注意力机制从大量故障特征信息中聚焦于对当前任务更为关键的信息,软阈值化旨在为处于不同健康状态的轴承样本设置不同的阈值。在凯斯西储大学（Case Western Reserve University,CWRU）滚动轴承故障数据中收集30种轴承健康状态对该方法进行了验证,结果表明,将非监督模型与深度学习模型融合,能够处理不含标签情况下的轴承故障数据,实现对轴承故障进行细粒度分类的目的,为后续的设备维护提供依据,具有较好的实际工程意义和推广性。     

LDO稳压器对嵌入式系统掉电保护作用的研究

针对嵌入式系统掉电保护的问题,对低压差(LDO)线性稳压器对系统掉电保护的作用进行了研究。实验以基于LPC2138的嵌入式系统为例,测试了压降不同的3款稳压器对系统掉电后工作时间的影响。通过分析实验数据,得出结论:低压降的LDO线性稳压器相对普通的稳压器具有显著的优势,系统掉电后,它能够为系统提供更加充足的时间向外部存储设备写入重要信息。     

煤炭发电:E7如何看待对发展中国家的技术转让

1.引言 1992年马德里世界能源会议(WEC)上,一个重要的结论是发达国家须在向发展中国家转让能源技术方面起主导作用。E7(为全球环境技术专家网络组织,俗称电力七姊妹。1992年4月由法国电力部(EDF)、意大利电力部(ENEL)、加拿大魁北克供电公司(Hydor Quebec)、安大略供电公司(Ontario Hydro)、日本九洲电力局(KANSAI)、东京电力局(TEPCO)、德国莱茵—威斯特法伦能     

基于时空大数据的智慧林业云平台构建研究

随着智慧城市的不断建设与完善,数据共享与数字赋能逐渐变成趋势。实施各种信息化基础设施建设,对于打破信息共享壁垒具有极为重要的意义,新时期的林业工作也需要依托“互联网+”实现工作方式改变与效率的提升。针对这些需求,文章从空间视角,通过梳理区县级林业工作的需求,以创建一个林业数据库,编制一张林业资源地图,开发一个应用终端打造县区级的智慧林业云平台,将花木信息时序化,形成以图促政的新模式。     

基于L-DCGAN的风机齿轮箱时序温度数据生成模型

针对DCGAN网络生成的数据独立同分布无法很好地生成随时间演变自相关特性数据的问题,文章在原有网络上加入处理时序数据有着良好表现的LSTM网络构建新的生成网络和判别网络,得到改进的生成对抗网络L-DCGAN。在利用CNN自适应特征提取能力提高数据质量的同时,利用LSTM融合输出变量与其他输入变量在时间维度上的时序关联性,从而准确追踪数据的时间变化趋势,生成具有时间自相关特性的数据。以风机实际运行数据对模型进行验证,同时利用统计学以及结构相似性指标分别对DCGAN以及本文模型生成数据的真实性和相似性进行评估,评估结果表明,本文模型能够生成更加准确且相关性更高的数据。     

基于RBF模糊神经网络的信息安全风险评估

针对传统信息安全风险评估方法的单一性和主观性,提出了新的基于RBF模糊神经网络的信息安全风险评估方法.用模糊集合来模糊化影响评估的因素,构造网络的输入输出,用模糊规则来模拟因素之间的关系,采用增量型模糊神经网络训练方法和批处理型模糊神经网络训练方法相结合的方法来训练网络,并对从模糊规则导出的风险等级去模糊化,得到信息系...