一种智能型电容式蒸汽锅炉水位变送器的研究与设计

基于以单片机为核心设计了智能型电容式蒸汽锅炉水位变送器。由于变送器电路采用了脉宽调制（PWM）、DC/DC隔离、射频技术和微机技术,具有较强的抗干扰能力,并且温漂小,易标定。该智能型电容式蒸汽锅炉水位变送器经现场使用,效果良好。     

L2尺度下可微函数类的相对宽度

研究了相对宽度Kn(Wr2, MWk2, L2)并且得到了使等式Kn(Wr2, MWk2, L2)=dn(Wr2,L2)成立的最小M值,其中Kn(·,·,L2)和dn(·,L2)分别是L2尺度下Kolmogorov意义下的相对宽度和宽度, Wr2代表定义在[-π, π]d或Ωd (Rd中单位球面)上的可微函数类中的单位球.     

安徽省固体废物管理面临的主要问题及对策

"十五"期间,安徽省按照《固废法》提出的固体废物减量化、资源化和无害化的处置原则,积极推行固体废弃物综合利用和安全处理,推动城市无害化垃圾处理场等环境基础设施的建设,固体废弃物污染控制已初见成效.但是全省危险废物处置和管理十分薄弱,医疗废物处置存在较大隐患,生活垃圾处理设施建设不能满足城市发展的要求,垃圾分类收集只是刚刚起步,废物回收仍处于粗放阶段.     

多永磁同步直线电机协同控制研究

为实现多电机协同控制,以3 台永磁同步直线电机组成的运动控制系统为研究对象,研究不同拓扑结构对电机间的协同性能的影响,同时提出一种相邻偏差耦合协同算法用以提升协同系统的整体控制效果。实验结果表明,应用相邻偏差耦合算法后,永磁同步直线电机间的协同精度均有所提高,相邻电机间的协同误差均由0． 30 mm 降至0． 25 mm,协同精度提高了17%。     

均匀电磁场中一维线性谐振子的能级研究①

通过严格求解薛定谔方程给出了均匀电场、常磁场中的一维线性谐振子的能级分布进行了讨论,同时给出了考虑自旋的情况下的常磁场中的谐振子能级。结果表明均匀电场中的一维线性谐振子能量算符的本征波函数是标准的以y为变量的函数,而本征函数作为x的函数是不同的;常磁场中一维线性谐振子的能级和波函数是可以严格求解的;考虑自旋的常磁场中的一维线性谐振子的薛定谔方程的解为朗道能级。     

空腹桁架梁-空腹夹层板楼盖的静力性能分析

空腹桁架梁-空腹夹层板是一种新型空腹夹层板,为研究其在静力作用下挠度变化,采用参数化建模分析,通过改变混凝土板厚度、空腹桁架梁及空腹夹层板上下肋刚度、剪力键和边柱刚度、跨高比等,建立94个有限元模型,得出这些因素对楼盖挠度的影响程度。研究表明,混凝土楼盖厚度增加,楼盖挠度先增加后减小;空腹桁架梁上下肋刚度与挠度近似呈线性变化;剪力键和边柱的刚度与挠度呈非线性变化,且随着刚度增大其对挠度影响程度逐渐降低;跨高比与挠度呈近似正比关系,且跨高比对结构挠度影响最大,为控制挠度的主控因素。     

基于解析方法的机床运动功能方案设计

根据刀具切削面的定义,对通用的刀具进行分类,建立加工刀具和加工工件表面之间的数学模型一刀具位姿矩阵,并应用运动级联矩阵来解析其刀具位姿矩阵,可得到加工单一表面或复合表面时机床所对应的运动功能方案,从这些方案中进行优化和同构性分析,得到机床所对应合理的运动功能设计方案．     

超环面弯晶在X射线单色背光成像中的应用

基于Bragg衍射理论,分析了超环面晶体分析器实现等离子体在子午和弧矢2个方向等比例放大成像的原理,采用云母作为衍射晶体,研制了对激光等离子体进行二维成像的超环面晶体分析器,其子午和弧矢曲率半径分别为290 mm和196 mm,用于衍射成像时的Bragg角度为54°.采用铬靶X射线源辐照金属网格目标,网格的网孔尺寸为200 μm×200 μm,通过超环面晶体分析器对铬靶Kα谱线的衍射,在X射线IP板上得到了网格的二维背光衍射图像,并与球面晶体分析器成像效果进行了对比.实验结果表明,与球面晶体分析器相比,超环面晶体分析器可实现在子午和弧矢2个方向等放大比的X射线背光成像,且分析器具有较高的空间分辨力,当光源尺寸为500 μm,成像放大倍数为1.86倍时,其空间分辨力达到67 μm.     

基于生态绿当量的重庆市永川区土地利用结构优化研究

城市土地利用方式的变化使生态系统的功能发生了改变,对城区的气候、水体、土壤及生物等产生了深远的影响.在土地利用结构的优化过程中采用生态绿当量理论,确定永川区的最低生态用地标准,研究发现:整个永川区达到最佳绿地覆盖率要求,但永川城区的用地需要重新进行规划,可以通过整个城区中心增绿,路林结合,构筑多功能、多效益、完整的城市发展生态网路,以达到提高城市绿地的面积或增加城市绿地质量的目的.     

面向大规模数据集的单类支持向量机

提出了一种面向大规模数据集的单类支持向量机(OCSVM)方法.该方法基于k近邻思想得到表征数据集合分布特征的集合内点,并依此生成集合边缘点,而后由二者重新组成数据集合,用于OCSVM训练.该新建数据集不仅极大压缩了原有大规模数据集的样本数量,还可以保留原有大规模数据集的分布特征,从而有效解决了OCSVM在处理大规模数据集时所存在的训练时间长、模型复杂以及预测效率低等问题.最后,通过在典型数据集合上进行的对比实验,表明了所提方法的有效性.