论WTO框架下我国国有商业银行的改革趋势

在WTO背景下,各行各业都在顺应入世潮流,大张旗鼓地进行改革,以便在大浪淘沙中保住一席之地,银行业也不例外。我国国有商业银行面临极大的挑战,要想生存,改革是大势所趋,针对国有商业银行的现状,提出国有商业银行的股份制改造是最终出路,并从三个方面对WTO框架下建立股份制商业银行进行了分析。     

调节对象参数和运动特性随工况变化的分析

水轮机调节对象的许多参数都是随运行工况变化的。以调节对象线性化模型为基础，从1个实例计算人手，计算了不同工况下水轮机传递系数和发电机6个参数的变化情况，进而计算这些参数变化对捌节对象特征根的影响。通过汁算表明，其水力振荡衰减速度与出力有关．而系统的其他运动特性随工况变化较小。     

计算机辅助技术在水轮机调节中的应用

将计算机辅助系统中的ＣＡＡ、ＣＡＤ、ＣＡＭ及ＣＡＴ等技术移植到水轮机调节系统中，以求在水轮机调节系统中建立一套科学的工程设计方法     

中国共产党关于依法治国理论与实践的历史考察

依法治国,建设社会主义法治国家,始终是中国共产党人孜孜以求的崇高理想和奋斗目标。在长期的革命和建设实践中,中国共产党不断探索具有中国特色的法治之路。然而由于历史和国情等原因,中国共产党对党法关系的认识经历了逐步演进的曲折过程。回顾这段历程并总结其历史经验,可为今天正在进行的社会主义政治文明建设与和谐社会建设提供重要的理论启迪和历史借鉴。     

靳辅的治河理论和实践研究

康熙十六年(1677年)三月起,靳辅在任河道总督期间,黄河、淮河、运河治理取得明显的成效,黄河回归故道,淮河出流顺畅,漕运也畅通无阻。靳辅认为,治河必须通盘考虑,视河道、运河为一体,进行全面治理,才能长治久安。靳辅的治河思想虽然继承了潘季驯的理论,但又有所发挥。靳辅治河思想和工程的不足在于:一是没有考虑减少黄河泥沙来源问题,对徐州以上河南黄河修防也不够注意;二是和潘季驯一样,未能解决好淮水出路问题,使下河地区成为实际上的分蓄洪区,长年饱受内涝之苦。     

微小型工业汽轮机智能交流伺服调节系统研究

为了解决微小型工业汽轮机组调节控制系统设备简陋,动态响应和稳态精确度差的问题,提出了一种采用交流伺服电机和模糊PID控制的自动调节系统．在对调节系统部件特性数据进行分析的基础上,应用机理分析法建立了工业汽轮机交流伺服调节系统的数学模型,建立了以模糊PID控制和常规PID为主的控制器仿真模型,并利用MATLAB（SIMULINK）进行了动态仿真．结果表明,采用交流伺服电机作为执行器比传统的机械式调节系统具有更优良的动态和稳态性;采用模糊PID控制策略的调节系统在减少调节时间、改善动态品质方面均好于常规PID调节器．为工业汽轮机交流伺服调节系统的进一步研究提供了理论基础．     

第二代农民工市民化与中国共产党执政能力建设

第二代农民工市民化利益要求的实现有助于从阶级基础、群众基础、执政理念、执政资源和执政环境等方面加强党的执政能力建设。在第二代农民工市民化背景下,党应该强化执政为民的理念,构建利益相关制度,强化第二代农民工的工人阶级意识和主人翁意识,鼓励他们积极参与政治生活,有组织、有秩序地进行利益表达,使他们充分享受到城市经济社会发展成果,同时提高党自身的执政能力。     

不同工况下水轮机调节系统动态特性分析

为了更加全面地了解和掌握水轮机调速系统的组成结构和不同工况下的特性,在大量研究理想条件下水轮机调节系统建模与仿真结果的基础上,对水轮机调节系统进行线性和非线性建模,并运用matlab/simulink对水轮机调节系统的线性和非线性动态特性进行仿真研究,从而得到了线性条件下空载频率波动和功率扰动波动响应曲线以及非线性环节的系统响应,并对这2种条件下的转速和接力器行程曲线进行了对比分析。分析结果表明,在小波动情况下适合运用线性模型,在大波动情况下适合运用非线性模型,而且这2种情况下得到的结果相差无几,均能反映同一系统的动态过程。该结论将有助于水轮机调节系统在不同工况下的控制。     

基于PLC和模糊PID控制的恒压供水系统设计

为解决给洗衣机进水电磁阀性能测试生产线提供基准恒压水源的问题,设计并实现了由PLC、模糊PID调节仪和变频器等组成的低压精密恒压供水系统。分析了恒压供水系统的原理,给出了系统的硬件电路图和软件设计方案。经实际运行证明,该系统能为被测电磁阀提供0.01-0.05Mpa水压,流量为0.6-30 L/min连续可调的基准测试水压。系统控制简单、可靠性高、保护功能完善、自动控制程度高,有广阔的应用前景和推广价值。     

一种新型水轮发电机组智能模糊控制系统

本文提出了一种新型的水轮发电机组智能模糊控制系统。它充分利用一有水轮机调速器的硬件资源,在进行智能模糊实时控制的同时,以神经网络贯穿对水轮机系统的和学习,从而圆满地解决了以往智能控制学习时由于模型未知而无法求反向传播误差的问题。