基于三层分布式的机械设备故障检测网络系统

探讨了开发分布式应用程序的相关技术,论述了一个基于组件机械设备故障检测网络系统.该系统集机械检测、设备故障分析服务、解决方案及排除设备故障途径建议于一体,提供高效、快捷、便利的信息处理与服务.指出该系统设计基于组件三层网络结构,易维护、易扩充.     

土地利用变化对城市气象环境影响的数值研究

采用南京大学的三维非静力区域边界层模式,选取典型天气状况作为代表,对北京1980、1990、2000及2004年不同土地利用类型冬夏两季的城市边界层特征进行数值模拟,结果表明:城市土地利用状况的改变对边界层热力及动力结构产生显著的影响,这种影响在夏季个例的日间尤为明显.如,由于建筑储热能力变化,地表反照率变化,导致城市表能量平衡重新分配,1980年个例较之2004年个例,夏季城市区域平均净辐射通量增加160 W.m-2.城市植被覆盖率减小,地表湿度降低,使得潜热通量最大减小81 W.m-2,感热通量则最大增加146 W.m-2.热通量和动量通量增大,地气相互作用的加剧,夏季城市区域气温增幅最大达2.2℃.建筑物高度及密度增大,湍能增强,且影响高度增大,混合层高度增加,使水汽等物质输送加强,分布更加均匀.城市动力粗糙度增加引起的阻尼作用在风速大时较明显,北京冬季日间风速较大,风速减少最大可达2.02 m.s-1;然而冬季大气层结较为稳定,湍能发展受到抑制,湍能及通量输送的变化不如夏季个例明显;地表较为干燥、植被覆盖稀少,潜热减小及感热增加的变化幅度较小,增温变化也不如夏季个例明显.     

我国法律与国际法如何衔接的研究

我国在加入WTO[1]以后,中外法律冲突时有发生,在技术层面上具体表现为国内法与国际法、国内法与国际惯例的冲突矛盾;在政治和国体层面上还表现为政治制度上深层次的冲突和理念的对立,容易引起纠纷,还会给西方和平演变创造机会,危及国家主权问题.因此,有必要对国内法与国际法如何进行衔接进行研究.     

感应电机自适应无源性控制方法及 dSPACE 实时仿真研究

利用本质上是非线性反馈控制的无源性控制 (PBC)方法与自适应控制相结合 ,实现负载转矩时变未知情形下磁链、转速的渐近跟踪 ,并可有效抑制由定、转子电阻变化引起的跟踪误差 .该方法从能量角度分析电机控制系统 ,确定不必抵消的“无功力” ,设计全局定义的控制律 ,具有形式简单、无奇异点、鲁棒性好等的特点 .基于dSPACE的在线仿真结果表明 :系统运行平稳 ,负载转矩时变未知时 ,仍可有效渐近跟踪期望的转子磁链和参考转速 ,具有较优的动静态响应特性     

[TPPFe(Ⅲ)]2 O的稳态荧光光谱分析

在溶液中，铁卟啉Fe(Ⅲ)TPPCl容易与H2O反应转化为μ—O二聚体[TPPFe(Ⅲ)]2O，Fe(Ⅲ)TPPCl是非荧光物质，而μ—[TPPFe(Ⅲ)]2O是荧光物质，可通过稳态荧光光谱监测μ—[TPPFe(Ⅲ)]2O的生成。     

利用小波分析进行基于形状的图像检索技术

目的 解决基于形状检索方法中形状描述符的不稳定、缺乏平移、旋转、尺度不变性等缺点。方法 通过对图像进行小波变换，获得多尺度下的不变矩，得到图像的特征描述符，通过特征描述符的欧氏距离来表示图像的相似度。结果 通过小波变换进行形状特征提取具有很好的图像检索效果。结论 新方法获得的描述符具有旋转、平移、尺度不变性等优点，能够很好地描述图像的形状和空间分布信息。     

排水管网常用管材技术经济比较

通过介绍管材技术经济特性，从水力条件、物理性能、价格、工程造价等方面对排水管网各种常用管材进行了技术经济比较，为给排水工程项目管材选择提供了依据。     

广州市大学生距离认知的初步研究

以广州市大学生的行为活动和距离认知调查为基础,应用行为地理学理论和统计方法,总结了广州市大学生距离认知的总体特征,提出了广州市大学生距离认知的三圈层空间结构模式,同时从被验者要因群、刺激要因群、被验者·刺激要因群3方面分析了影响距离认知的主要因素。     

高精度伺服稳定跟踪平台数字控制器研制

以陀螺伺服稳定跟踪平台为背景 ,介绍了以DSP为处理核心的平台数字伺服运动控制器的研制 .指出惯性速率环和电机速度环的本质不同 ;提出增加电机转矩 (电流 )环用于提高电机输出转矩线性度的方法 ,从而达到提高惯性速率稳定环的控制效果 ;介绍了以CCD图像或增量式码盘测角组成系统位置闭环 ,以光纤速率陀螺作为惯性速率反馈传感器组成系统速率闭环 ,附带电流反馈组成电机转矩 (电流 )环和速度、加速度前馈装置的前馈反馈复合控制系统 .组成伺服跟踪平台系统联调后测试结果表明 ,系统具有良好的动、静态性能指标和很好的控制效果 .     

双向Elman神经网络在卫星电池阵功率预测中的应用研究

针对神经网络预测电池阵功率存在的模型阶数难以确定及预测精度低下的问题，提出一种基于改进的Elman神经网络的双向预测模型。该模型利用关联层动态神经元的反馈连接，将未来预测网络和过去预测网络的信息进行融合。使网络对时间序列特征信息的记忆得到加强，从而提高预测精度。用该文提出的双向预测模型对电池阵功率进行预测，输入层仅需一个节点，不需事先对模型进行定阶。仿真预测表明，预测精度比单向模型明显提高，且网络具有较好的泛化能力。