单片机控制系统中的抗干扰设计

分析了单片机控制的氙灯系统中干扰的来源、控制回路中的干扰类型，介绍了此系统在电源、接地、I／O接口等环节上所采取的硬件措施，同时也给出了在软件抗干扰所采用的软件冗余、软件陷阱、软件看门狗等软件抗干扰技术。给出将多种软硬件抗干扰方法综合应用的具体方法。实践证明这些方法是有效的。     

生产信息远程分布式显示系统在企业车间级的应用

目前,许多大企业陆续实施以企业资源计划（ERP）和工厂制造执行系统（MES）为核心的企业管理信息系统。对于这些管理系统来说,我们需要对其功能进行细化、扩展和配置资源。针对企业车间级生产信息的特点实现分布式显示,使管理者对现有的生产信息进行正确的分析、决策。     

宝鸡峡灌区经济用水模式研究

目的 建立基于因子权重法的宝鸡峡灌区经济用水多目标规划数学模型.方法 在实地调查和总结国内外研究成果基础上,应用定性与定量相结合的方法,对宝鸡峡灌区经济用水数学模型进行计算和分析.结果 建立了基于因子权重法的宝鸡峡灌区经济用水多目标规划数学模型,得出了灌区不同典型年的水量调配方案.结论 提高了在总量控制约束下宝鸡峡灌区水资源经济、社会、生态综合效益.     

装有综合变速箱的履带车辆制动工况换挡策略

为提高液力机械综合变速箱对复杂行驶工况的适应能力,以某履带车辆为研究平台,通过分析行驶过程中不同制动方法的特点,针对各制动工况提出了辨识方法,并依据发动机转速、液力变矩器速比、车速信号反馈车辆行驶状态,制定出相应的换挡控制策略. 实车试验表明,该控制策略满足了车辆实际行驶过程中制动工况的要求,且能够符合驾驶员的驾驶意图.     

基于LSTM-BP级联网络的列控车载设备故障诊断

列控车载设备是保障高速列车行车安全、提高运输效率的核心组成部分,快速有效地诊断其故障类型具有重要意义.针对300T型列控车载设备故障文本数据的错综性和时序性,提出一种基于LSTM-BP级联网络模型的车载设备智能故障诊断方法.首先,采用贝叶斯正则化(Bayesian Regularization,BR)算法优化BP神经网络提高模型的泛化能力;其次,利用长短时记忆网络(Long Short Term Memory Network,LSTM)的记忆特性,充分学习具有时序性的故障特征信息,解决BP神经网络模型难以准确诊断关机误报和引发故障等问题;最后,利用实际数据对模型进行多次试验分析,BR优化的神经网络模型分类准确率为85.06%;而LSTM-BP级联网络模型分类准确率达到95.10%,能够很好地解决对关机误报和引发故障诊断不准确的问题,验证了本文所提出的智能故障诊断方法的有效性.     

天然黄酮类化合物清除自由基机理及其应用进展

黄酮类化合物在植物资源中具有广泛的分布,其清除自由基作用使其可用作天然抗氧剂.介绍了机体内自由基形成以及抗氧剂清除自由基的机理,讨论了黄酮化合物的化学结构特征和其清除自由基的构效关系.在应用方面,天然黄酮化合物具有广谱的清除自由基药理作用,还可用在食品的抗氧化领域和化妆品的清除自由基、紫外吸收等方面.     

中空式混凝土复合防护大板基础抗倾覆稳定研究

中空式混凝土复合防护大板基础作为一种新型基础,在输电线路中得到广泛的应用。为了研究其抗倾覆稳定性,采用理论公式推导和有限元模拟相对比分析的方法进行研究。首先,通过普通建筑结构的抗倾覆稳定(即倾覆外荷载产生的弯矩与重力产生的抵抗弯矩的关系),推导出中空式混凝土复合防护大板基础抗倾覆稳定公式。其次,再以大板应力、基础周围土体塑性应变以及位移-荷载曲线为参考进行分析,进而提出中空式混凝土复合防护大板基础抗倾覆修正系数的概念。最终,提出了中空式混凝土复合防护大板基础的抗倾覆稳定修正公式,并为其在输电线路中的应用提供理论依据。     

安徽沿江火山-次火山气液型硫铁矿远景预测

安徽沿江地区是我国重要的硫铁矿产地之一,火山-次火山气液型硫铁矿是其中的主要类型.文章在总结火山-次火山气液型硫铁矿矿床地质特征和分析其成矿有利地质条件的基础上,将研究区划分为5 km×5 km大小的246个统计单元,对安徽沿江地区20个火山-次火山气液型硫铁矿床进行多源地质信息提取(包括地层、岩体、断裂等);利用特征...     

求解多目标优化问题的多智能体遗传算法

目的 在求解多目标优化问题时，总是希望获得尽可能多的Pareto解，且这些解能够较均匀地分布在目标空间的Pareto边界上。方法 通过引入智能体的概念，并将多个智能体组成的多智能体系统与经典遗传算法相结合，给出了一种求解多目标优化问题的多智能体遗传算法。结果 对每个智能体在其邻域内进行局部Pareto寻优操作，而不是在整个群体中进行Pareto寻优，从而保证了群体的多样性，并在一定程度上抑制了种群的早熟现象。结论 该方法能够找到问题的分布较均匀的Pareto最优解。     

基于神经网络逆系统方法的机器人柔顺性控制

提出了一种机器人柔顺性控制算法，在未知机器人精确数学模型的情况下，通过构建一个ANN二阶逆系统，并级联ANN与机械手，实现机器人位置系统的线性解耦．在此基础上，针对已解耦位置系统，通过本提出的基于目标阻抗的控制算法调节机器人手臂的阻抗，从而实现机器人的柔顺性控制．还介绍了机器人柔顺性控制实验平台的建立与组成．基于两杆操作手的实验结果证明该方法具有良好的解耦和位置跟踪性能，仿真结果表明本方法可实现有效的柔顺性控制．