PLC在温控系统中的应用

本论文详细介绍了一种使用PLC对加热炉温度进行控制的方法。PLC作为核心控制单元,负责对传感器温度信号的采集,通过PID算法不断地对加热炉温度进行调整,最后使加热炉温度达到动态的平衡。同时,PLC负责接收上位机控制指令,并将实时采集数据送入上位机进行显示、存储等。     

高速休闲健身自行车的创新设计

针对普通自行车及电动车设计使用中存在的不足,提出骑乘舒适、操控科学、使用便捷、绿色环保的自行车设计新理念;基于人机工学原理构造原理设计新思路、结构设计新方案,开发研制出高速休闲健身自行车．测试结果表明：该车与普通自行车相比,用力相同时速度明显提高,速度相同时骑行明显省力,且坐姿舒适度、安全性等方面明显提高,样车试骑最高时速可达40km．     

食物链算法及其在分销网络优化中的应用

根据人工生命突现集群及其对环境进行动态作用的特点,即人工生命个体间微观的相互作用将在整个人工生命系统中产生突现集群的现象,同时食物链也是生命系统中重要而又有广泛存在的现象,通过定义各级人工生命的局部活动规则,提出一种具有食物链形式的人工生命算法,并称之为食物链算法.把食物链算法应用于选址-分配问题的求解,优化设计分销网络结构并最小化供应链成本.该算法取得了较好的解,可以作为企业分销渠道设计的参考,也可应用于物流、电子商务中的优化问题.     

聚阴离子电解质纳米粒子的制备及其表征

探索了一种新的聚阴离子电解质基(海藻酸钠、果胶和羧甲基壳聚糖)的纳米粒子的制备方法.该方法不涉及任何有机溶剂和表面活性剂,并且能够很好的控制聚阴离子电解质基纳米粒子的形貌及粒径.应用扫描电镜(SEM)和透射电镜(TEM)观测了干态纳米粒子的形貌;采用扫描电镜在低真空下以环境扫描模式(ESEM)表征了湿态纳米粒子的形貌,利用纳米粒度仪测定了纳米粒子的粒径及其分布.结果表明,在含有Ca2+和CO32-的水溶液中,聚阴离子电解质可以自组装成形状规整且分散性好的纳米粒子.     

大数据是不是隐私天敌

正人工智能的发展不能以牺牲隐私权为代价,收集要授权、使用有界限、存储应保护,是人工智能时代兼顾高度智能化与隐私安全的重要原则。为保护隐私,人们发布照片或视频时,会打上马赛克覆盖人脸关键敏感信息,但这种模糊处理的方法正面临挑战。不久前,美国一个研究小组开发了一套机器学习算法,通过训练,神经网络可以识别     

Mn对镁合金中杂质元素Si分布的影响

为了研究Mn元素对镁合金中杂质元素Si去除效果的影响,使用热力学与动力学模拟软件Pandat从理论上计算了最佳Mn添加量为2.5%(质量分数),通过静置保温工艺制备了Mg-2.5%Mn合金,采用X射线荧光光谱分析(XRF)、金相显微镜、扫描电子显微镜(SEM)、X射线衍射(XRD)等检测了合金的成分、组织和物相等。研究结果表明:合金中的杂质元素Si与Mn形成密度较大的含Si、Mn的化合物,化合物在静置过程中沉降到合金底部,合金底部杂质Si的含量很高,质量分数达到0.074 1%,顶部杂质Si含量很少(质量分数为0.013 0%),中部几乎为0。Mn的添加可以有效地去除镁合金的杂质元素Si和Fe。     

带共模反馈的CMOS折叠式高增益运算放大器

提出了一种单电源5V供电的带共模反馈的两级折叠式运算放大器结构.折叠式运算放大器的输入共模反馈结构使输出共模电平维持在2.5 V左右,增益可达到90 dB以上,相位裕度为45°,同时增益带宽为33 MHz.     

面向路由器的分布式实时操作系统HEROS

分布式实时操作系统是高性能分布式路由器的控制核心。为了保证路由器系统的整体性能和安全性 ,设计并实现了实时分布式操作系统 (highly efficient router operat-ing system ,HEROS)。 HEROS基于微内核体系结构 ,其多任务内核实现了基于优先级的抢先式调度 ,高效率的任务间同步和通信原语 ,实时的中断处理和高效的内存管理机制。为了更好地服务于分布式路由器体系结构 ,HEROS实现了一种基于消息传递的分布式任务通信机制和面向网络协议的高性能的缓冲管理机制。基于 HEROS的高性能安全路由器原型系统已经设计完成     

E-反演半群胚的群胚同余

建立E-反演半群胚C的正规子半群胚格和C的群胚同余格之间的格同构,并将此应用到E-反演半群S上,得到S的正规子半群格和群同余格的刻画.给出E-反演半群胚C的最小自共轭全子半群胚U(C)的构造及其与最小正规子半群胚D(C)的关系,证明了U(C)的酉性与C的最小群胚同余σ的纯性等价.     

基于多目标优化的虚拟机放置方法

在虚拟机放置问题中,传统启发式方法不能完全适用于复杂的云计算环境,采用智能算法的研究又缺乏对时间开销的考虑。针对上述问题,提出一种基于Memetic算法的虚拟机放置(Memetic algorithm-based virtual machine placement MAVMP)方法。MAVMP方法针对云数据中心运营情况建立了最小化能耗、最小化运行时服务等级协议违例率(service level agreement violation time per active host, SLATAH)以及最大化资源利用率的多目标优化模型,将虚拟机按照资源请求情况进行分类,并利用该分类方法改进了Memetic算法,利用改进后的Memetic算法求解多目标优化模型,得到虚拟机放置方案。仿真实验结果表明,仿真数据中心利用MAVMP方法进行虚拟机放置后,其在能耗、资源利用率以及服务质量的评价指标上都有着良好表现。并且,MAVMP方法与已有的基于智能算法的虚拟机放置方法相比计算时间也大幅下降。