基于自适应神经模糊推理系统的刀具磨损监测

为精确地监测高速铣床刀具在加工过程中的刀具磨损量,通过采集高速铣床加工过程中的振动信号、电流信号和噪声信号,经数据预处理与数据融合,建立基于自适应神经模糊推理系统的刀具磨损过程变化模型,实现在高速铣床不停机的前提下对铣床刀具进行状态监控。实验结果显示：针对铣床刀具磨损量的监测平均准确率为95.21％,最大监测准确率为99．74％。这表明文中所采用的方法具有较高的可行性。     

ARGO—YBJ实验的远程运行

介绍了中意合作ARGO-YBJ实验的远程运行模式。通过该运行模式,实验的有效运行时间(duty cycle)可以达到90%以上,每年采集的宇宙线事例超过一千亿个,每年积累的数据文件达到60TB以上,为宇宙线和天体物理研究积累了大量高质量数据。     

ARGO-YBJ实验的环境监测

ARGO-YBJ实验的中心区域(5000M2)已于2006年6月底完成安装调试并投入试运行.相应的环境监测系统Detector ControI system(DCS)也开始工作,持续不断地记录下实验厅内外的温度、厅内的气压、RPC漏电流等参数.通过对这些参数数据的分析,可以清楚地了解探测器的工作状况,以维持整个阵列长期稳定运行,同时为理解实验数据和物理分析工作提供参考.     

羊八井ARGO实验Local Station的工作原理

介绍了中意合作羊八井ARGO实验的Local Station系统的工作原理。阐述了Local Statton的组件信号输入插件、机箱背板以及I／O插件的构成及其功能。最后通过试运行的数据的时间分布说明了Local Statmn的工作情况良好。Local Station;信号输入插件;机箱背板;DAQ。