陕北原油热化学脱水技术初探

对陕北地区的原油进行了热化学脱水试验，并对现阶段正在使用的破乳剂性能进行了比较，筛选出了对本地区原油破乳脱水性能优良的破乳剂。发现本地区目前仍然使用的部分破乳剂性能欠佳有待更换。     

集成神经网络和专家系统的控制系统故障诊断

在分析了所研究的控制系统的基础上，针对神经网络和专家系统在故障诊断中各自的优缺点，建立了一个基于神经网络和专家系统的控制系统集成故障诊断系统。文中详细介绍了系统的结构、诊断策略等     

DSP在自适应有源噪声控制中的应用

介绍了自适应有源噪声控制的基本概念、基本原理及DSP在有源噪声控制中的噪声控制原理、应用及基于DSP的噪声控制算法实现,最后利用Matlab实验仿真给出了实验结果。     

浸没式超滤取代砂滤处理东江水的中试研究

中空纤维超滤膜的污染和清洗影响膜处理饮用水工艺的经济性及可运行性.在中试规模下研究了膜组件物理清洗和化学清洗操作条件对超滤膜污染去除效果的影响.试验表明,气水合洗与单独气、水洗方式相比,渗透率恢复系数由80％左右提高至90％以上;渗透率恢复系数同为84.3％时,合洗方式[水洗140L/(m2 · h);气洗22.5 m...     

基于路径跟踪的欠驱动 UUV 编队协调控制

研究了空间曲线路径跟踪下多无人水下航行器（UUV）的编队协调控制问题．将此类控制问题分解为2个控制子问题：a．路径跟踪控制问题;b．协调编队控制问题．在单个UUV的路径跟踪控制中利用反步法设计路径跟踪控制器;通过引入代数图论知识,得到多个UUV复杂网络通信拓扑的数学表达,根据通信得到相邻UUV的状态来调整自身的航速,设计协调控制器,使得多UUV沿期望路径的位置和速度在规定队形下达到一致,实现多UUV间的协调,而不影响空间域上的路径跟踪性能．理论分析和仿真结果证实了控制器的有效性．     

基于医学X射线成像物理模型的模体投影仿真计算

为了逼真模拟X射线CT投影数据，提出一种结合X射线能谱分布函数和组织边界逼近策略的投影仿真算法，该算法将模体内各区域CT值映射为组织密度和各元素质量分数，用XCOM软件计算组织质量衰减系数，确定X射线穿越各区域边界的位置，最后根据X射线能谱参数、组织密度、组织质量衰减系数、相邻边界间的距离计算出经过衰减的X射线能谱分布函数与模体投影数据，该算法比解析模拟算法编程简单，比离散模拟算法存储空间小、计算精度高．对模拟投影进行Feldkamp锥形束三维重建，显示出预期的射束硬化效果．     

基于知识的工件物流系统调度模型构造与实现

将Petri网与专家系统相结合，采用面向对象的方法，建立了工件物流系统模型．文中还介绍了基于模型的各种策略实现方法并开发了相应的软件，最后给出了仿真实验．仿真实验结果表明，该模型结构简单，且建模方法容易实现专家系统与Petri网相结合，容易实现调度策略的柔性化和专家系统基于知识的分析咨询功能．     

数学形态学方法在储粮害虫图像预处理中的应用

阐述了在粮虫图像处理过程中数学形态学图像预处理的重要性,在此基础上利用Matlab图像处理工具箱中的函数,实现了基于数学形态学的图像预处理和分析,达到了对图像去噪、平滑的目的.计算表明:将数学形态学方法应用于储粮害虫的图像预处理,不仅可以保留图像的边缘特征,视觉效果好,还可以得到较清晰的粮虫特征图像.     

生物油燃烧特性及动力学研究

利用热重分析仪研究了松木屑、花生壳和玉米秆3种有代表性的生物质废弃物快速热解得到的生物油的燃烧过程,结果表明生物油燃烧过程分为挥发段、过渡段和燃烧段3个阶段,各阶段的失重量与生物油性质密切相关.与松木屑油相比,花生壳油和玉米秆油较难燃尽.采用普适积分法和微分方程法相结合的方式求解了挥发段和燃烧段的动力学参数,确定了相应反应机理函数.     

A predictive model of train delays on a railway line

Delay prediction is an important issue associated with train timetabling and dispatching. Based on real-world operation records, accurate forecasting of delays is of immense significance in train operation and decisions of dispatchers. In this study, we established a model that illustrates the interaction between train delays and their affecting factors via train describer records on a Dutch railway line. Based on the main factors that affect train delay and the time series trend, we determined the independent and dependent variables. A long short-term memory (LSTM) prediction model in which the actual delay time corresponded to the dependent variable was established via Python. Finally, the prediction accuracy of the random forest model and artificial neural network model was compared. The results indicated that the LSTM model outperformed the other two models.