矿井大数据分析及职工不安全行为预控研究

针对现代化矿井生产过程中产生的各类数据,从大数据的理念出发,定义了矿井大数据的概念;对矿井大数据的来源与分类进行了概述和归纳。提出矿井大数据的两个重要潜在价值:以大量历史数据为支撑总结形成的规律与经验,以实时数据信息为基础进行危险的预判预控。以职工不安全行为控制为目标,通过分析挖掘矿井实时监测数据信息的潜在价值,尤其是数据内部隐含信息所表征出的危险程度,构建基于大数据处理的职工不安全行为预判控制模式。提出以数据吻合度和突变点为基础的数据处理模式和流程,并设计职工不安全行为预控的三种作业模式。     

抗生素发酵过程的模型辨识

分析了目前洁霉素发酵过程中确定补料量存在问题.提出了基于神经网络的辨识方法建立洁霉素发酵过程逆动力学模型的方案.以生产发酵批报为基础,精选出率高的批报数据作为教师数据,采用遗传算法和BP算法相结合的混合算法对网络进行训练,建立了实用模型,并进行了实验验证.结果表明该辨识模型是可行的,具有实用价值.     

微波诱变选育产物耐受型地衣芽胞杆菌以提高杆菌肽发酵水平

杆菌肽是一种重要的饲料添加剂,其发酵生产过程中存在产物反馈抑制现象,选育产物耐受型生产菌可提高发酵水平。以Bacillus licheniformis Y822为出发菌株,使用微波诱变技术选育产物耐受型菌株,进一步以敏感指示菌复筛,筛选杆菌肽高产菌株。选育得到产物耐受型生产菌Bacillus licheniformis Y8228X,杆菌肽产量和产率分别达到847.28 U/m L和16.74 U/(m L·h),与出发菌株相比发酵水平显著提高。微波诱变结合产物耐受型菌株筛选是一种选育杆菌肽高产菌株的快速、有效方法。     

使用微波诱变选育产物耐受型地衣芽胞杆菌以提高杆菌肽发酵水平

【目的】杆菌肽是一种重要的饲料添加剂,其发酵生产过程中存在产物反馈抑制现象,选育产物耐受型生产菌对于提高发酵水平必要。【方法】以Bacillus licheniformisY822为出发菌株,使用微波诱变技术选育产物耐受型菌株,进一步以敏感指示菌复筛,筛选杆菌肽高产菌株。【结果】选育得到产物耐受型生产菌Bacillus licheniformis Y8228X,杆菌肽产量和产率分别达到847.28 U/mL和16.74 U/mL/h,与出发菌株相比发酵水平显著提高。【结论】微波诱变结合产物耐受型菌株筛选是一种选育杆菌肽高产菌株的快速、有效方法。     

《山东科学》2018生物传感器专栏发酵工程专题征稿简则

正工业发酵过程需要对发酵底物、重要中间代谢产物和目标产物进行快速、准确的检测,以便对发酵过程进行优化和控制。为了宣传和展示我国在生物传感器领域的最新成果,提升生物传感技术在发酵工业领域应用与市场开发,结合省重点研发计划(重大关键技术)"植酸酶工程菌高密度发酵智能控制关键技术"项目,推动我国相关科研工作者的信息交流和合作,在本刊特设的"生物传感器"专栏中增加植酸酶等生物发     

自校正模型算法控制及其在青霉素发酵中的应用

针对发酵过程的特点,将参数估计技术引入模型算法控制(MAC),构成自校正模型算法控制,用于时变和非线性的青霉素发酵过程。以在线估计的排气二氧化碳释放率(CER)的脉冲响应模型为基础,进行预测控制,从中求得最佳加糖控制率,使CER跟踪理想变化轨迹,实现对生产的优化控制。仿真结果证明了上述控制算法的可行性和有效性。     

地震应急辅助决策系统设计与应用

该文以现有的各类地震应急指挥技术系统为基础,利用三维地理信息技术、WebGIS技术等先进的计算机技术,设计出一个能够在震后灾情采集、空间信息可视化管理、地震影响场三维展现、损失快速评估等功能于一体的辅助决策系统。地震发生时,前方救援人员可以通过移动端系统实时上报灾情,查询评估信息,后方指挥部决策人员可以通过后方服务端预判灾情结果、实时查询震区灾情、完成指挥决策、部署救援力量。     

反应分离耦合制备燃料乙醇研究进展

发展燃料乙醇可以降低对化石燃料的依赖,减少由化石资源的使用所带来的环境污染。然而传统的燃料乙醇发酵生产过程中存在严重的产物抑制现象,不仅限制发酵原料的糖化,还制约燃料乙醇生产强度的提高,不利于无水乙醇制取过程的节能降耗。乙醇发酵与产物分离耦合技术是解决这一难题的有效方法。该技术可以实现高浓度底物发酵或酶转化,减轻或消除产物对生物催化剂的毒害作用,提高反应速率,获取高浓度产物;还可以简化产物分离过程、降低产物分离所产生的能耗、降低生产成本。对此,本文总结了各种乙醇发酵与产物分离耦合技术,并比较其优劣,最后展望了乙醇发酵与产物分离耦合技术的前景。     

一种粒度思想的遥感特征信息识别方法

为了快速分析遥感图像特征信息,结合覆盖分类算法提出了一种商空间理论方法,其中灵活运用商空间理论的分解方法和合成技术来指导遥感图像信息的提取和整合,覆盖算法能快速精确地挖掘出有限信息的本质,为分类提取提供保障.以汶川特大地震后的高级星载热辐射热反射探测仪(ASTER)遥感图像为例进行了实验分析,证实了该方法是快速、精确有效的,可以大大减少遥感图像信息处理的工作量.     

基于物联网的网络案例实验教学平台研究

物联网是最近几年计算机网络快速发展的产物,本文以物联网技术为基础,结合计算机网络实验教学改革的需求,构建了基于物联网的网络案例实验教学平台,分析了该平台的优势和特点,最后以智能交通灯为实验案例,介绍了基于该平台实验教学过程。     

基于“互联网+”的贵州特色农产品高效生产技术信息服务系统

为整合贵州特色农产品种养技术和生产加工的视频课件资源,研究分析视频数据建库和移动培训系统建设的关键技术与方法,利用大数据技术、流媒体技术、数据库技术和嵌入式技术,构建基于移动互联网的贵州特色农产品高效生产技术信息服务系统,实现了向贵州特色农产品生产加工提供直观、便捷的培训及信息服务,促进贵州特色农产品生产技术推广和普及.     

转炉优化配料与冶炼静态控制模型

在分析转炉炉料结构优化及 BP 预报模型特点的基础上,针对某厂50 t 转炉生产条件,构建了由优化配料、静态预测、过程控制、脱氧合金化和成本计算等模块构成转炉冶炼静态控制系统。以机理模型为基础、采用增量模型校正的优化配料模块,用以精确计算入炉料结构;以 BP 神经网络为基础构建了静态预测模块,对转炉冶炼终点碳和温度进行预测;以操作经验为基础构建了过程控制模块,动态给出冶炼过程控制的枪位曲线、加料时机和加入量;基于终点预测和全氧计算模型构建了脱氧及合金化模块,进而对转炉冶炼成本进行计算,构建了成本计算模块。通过本系统的开发,建立了全过程指导的炉料结构优化与冶炼静态控制,为现场生产提供了指导。     

条形码技术在生产管理过程中的应用

我国各部门、各行业的自动化程度并不高。在离散的制造业，不论是机械制造业还是家电制造业，不论是流水线生产还是单件加工，其生产过程中的各工序的数据记录、质量跟踪、过程管理大多仍沿用传统的方式，尤其是对生产过程信息的采集也大多还采用过去的手工登记方式，这就使生产过程数据的采集无法快速准确、有效、适时的进行。采用条形码自动识别技术的数据采集系统将根本改变这一状况。它是生产过程监督和控制的基础，它负责采集生产线上加工信息，并上传到生产过程管理系统，供生产过程监督和控制分析使用。昌铃公司生产过程中的数据采集系统就是基于一个高智能计算机化的数据采集系统，它主要采用生产线全程信息采集介质的方案，运用条形码技术，实现数据的机读，达到实时、快速、准确地进行数据采集。     

快速运动估计算法在视频监控中的应用研究

针对H.264视频编码过程中运动估计所占时间大的问题,采用全零块预判算法和提前终止算法相结合的方法,提出了一种适合视频监控图像的快速运动估计算法。此算法可以在保证图像质量的前提下降低动估计占用的时间,提高编码速度。     

基于拉曼镊子的发酵过程单细胞分析：应用与展望

微生物发酵是个复杂的过程,而细胞间的异质性对微生物发酵性能有重要的影响。通过单细胞分析了解微生物细胞的异质性,利于发酵环境的优化,从而减少细胞间的异质性,提高发酵性能。整合显微拉曼光谱和光学微操控的拉曼镊子是实时、无损、无须标记且快速灵敏的单细胞分析方法。本文重点回顾拉曼镊子在聚酯、类胡萝卜素、脂肪酸、生物乙醇以及重组蛋白等发酵生产过程中的应用,并分析其在应用上存在的不足。在克服自身不足、融合新的分析技术与数据处理方法后,拉曼镊子将是了解细胞异质性、认知复杂生物过程的有力手段。     

基于深度学习的化妆品塑料瓶缺陷检测

提出一种基于深度卷积神经网络的化妆品塑料瓶表面缺陷检测算法。采用百万像素级别的工业相机采集大量的塑料瓶图像样本,并通过HSV(hue,saturation,value)颜色空间变换和Otsu阈值分割等方法对图像进行预处理。采用随机图像变换法对数据集进行增强,并对图像进行标准归一化处理。在卷积神经网络模型中应用深度可分离卷积和Dropout技术以减少参数量,从而避免过度拟合。使用训练样本集训练该模型,并在测试集中将结果与几种经典图像识别算法进行比较分析,结果显示,本文算法的识别准确率高达约0.97。由此表明本文算法的效果优于其他经典算法,有望将其应用于化妆品塑料瓶缺陷检测的工业自动化系统,以提升缺陷识别效果,从而提高生产效率。     

基础地理信息与地理国情监测融合生产探讨

为了推进基础地理信息数据与地理国情数据的共享利用,提高生产效率,提出了将两类数据整合构建生产数据库从而实现融合生产的思路,分析探讨了技术路线、数据整合、融合生产方法的实现等关键问题。结果表明:基础地理信息数据与地理国情数据能够进行有机整合,以整合后生产数据库为对象的融合生产方法在生产效率、数据的一致性和同步性、数据冗余、成果的可塑性等多方面都具有较大的优势。融合生产的实现,有利于地理信息资源的整合升级和推进新型基础测绘的构建。     

基于Top-k查询算法的图书自整合信息快速检索方法

针对传统自整合信息检索方法在对图书自整合信息进行检索时, 存在检索结果不准确和效率低的问题, 提出一种基于Top-k查询算法的图书自整合信息快速检索方法. 首先利用Top-k查询算法对去噪后的自整合信息进行匹配, 然后建立自整合信息快速检索模型, 根据词意的重要性对图书自整合信息进行快速检索. 仿真实验结果表明, 该方法检索性能较好, 缩短了整体运行所需时间, 提升了检索效率, 且检索结果更准确.     

跨文化传播中的人工智能：应用场景、伦理风险与治理路径

当前，人工智能技术在各大新闻和社交媒体中广泛应用，为信息传播带来了极大的便利，但也催生了交互过程中的支配、隐私、歧视等伦理问题。文章从传播过程出发，梳理了人工智能应用下跨文化传播内容的采集、生产、投放和管理的应用场景，分析其在技术实现和技术应用中，可能产生虚假信息和谣言的采集及传播、失业、算法歧视和偏见、隐私泄露、信息茧房、意识形态侵害等伦理风险，提出应加强内容筛选和审查机制、提高算法的透明度和可解释性，完善用户反馈和政府监管机制以及推进职工转岗和企业转型等建议。     

基于ANNs耦合GA算法的煤层含气量预判

为了对煤层含气量进行有效分析,以实现煤层气可靠抽采及瓦斯灾害预防,提出了遗传算法(GA)优化人工神经网络(ANNs)煤层含气量的预判方法.GA算法通过对ANNs网络的权值及阈值的寻优,构建了基于ANNs耦合GA算法的煤层含气量非线性预判模型,并结合现场实测数据进行了分析.仿真结果显示：耦合模型的预判的最大相对误差为1.47%,较之其他模型具有更高的预判精度和更好的泛化能力,能实现煤层含气量的有效预测.