烧结混合料水分检测及智能控制系统

采用快速失重式水分仪在线检测烧结混合料水分的含量;采用前馈－反馈控制方案烧结混合料水分的含量,前馈控制采用模糊控制,反馈控制采用专家控制。该系统经现场的长时间运行证明了方案的正确性。     

直线电机瞬态特性的场路耦合分析法

运用磁网络法,进行了单边直线感应电动机的性能分析。提出了此种电机的磁网络模型,由电磁场方程导出了磁网络的参数,从而考虑了直线电机边端效应、绕组不对称分布等结构特点。场路耦合及机电耦合法的运用,使文中提供的分析模型更接近实际情况,适合于动态特性的分析     

教学评估试点工作的实施与认识

评估在高校教学改革中起着重要作用。教学评估的试点工作经历了：整章建制、规范教学管理;对全体师生员工开展评估工作的宣传动员;检查各系中评估工作;信息的收集、汇总与整理及整改建设这样一个完整过程,达到以评估建的目的。     

利用虚拟目标值的预见控制设计(英文)

研究了预见跟踪控制问题,即控制器可利用过去、现在和未来的信息来决定所施加控制量的大小．通常的作法是通过把未来预见信息加入控制量中来实现的．提出了一种不同的作法：利用未来目标值及系统的当前状态产生一个虚拟目标值,让系统转而去跟踪这个已被事先处理过的目标值信号,从而提高了系统的控制精度同时减少了控制所需的能量．数值仿真表明了这种方法的优越性．     

五种药剂对美洲斑潜蝇Liriomyza sativae的毒力测定

美洲斑潜蝇是近年来传入我国的一种检疫性害虫,给疏菜、花卉生产造成了很大损失。本文采用液浸法对豇豆上的美洲斑潜蝇室内子一代幼虫进行了毒力测定.结果表明,毒死蜱、杀虫双、氯氰菊酯、毒杀土、制潜灵对美洲斑潜蝇的LC_(50)分别为:272.02、254.46、109.16、85.76、32.42ppm。制潜灵的毒性最强、毒杀土、氯氰菊酯次之,毒死蜱、杀虫双较差。     

甲氰菊酯与单甲脒复配对桔全爪螨Pnonychus citri的增效作用研究

将甲氰菊酯和单甲脒通过复配对桔全爪螨进行室内毒力测定,表明两种药剂的各种配比均对桔全爪螨存在着不同程度的增效作用,其中以甲氰菊酯与单甲脒按1:4的比例复配增效作用最为明显,共毒系数达到373。田间药效试验也表明,20％的混剂乳油(4％甲氰菊酯 16％单甲脒)的药效明显高于20％的甲氰菊酯乳油和25％的单甲脒乳油。     

Genomic organization of EDSV strain AA-2

The genomic organization of egg drop syndrome virus strain AA-2 isolated in China is reported here. The genome was found to be 32 838 bp in length, approximately 2 kb shorter than those of the human subgenus C adenoviruses. Analysis of open reading frames indicated that the genes for major viral structural proteins (55 K, Penton base, pⅦ, pⅩ, pⅥ, Hexon, 100 K, pⅧ and Fiber), as well as EP, DNA polymerase and ⅣaⅡ are present in the expected locations in the genome. EDSV possesses no identifiable E3 and E4 regions and most proteins encoded by E3 and E4 regions of other adenoviruses genome were not presented in EDSV.     

用^1H—NMR测定纤维素的摩尔取代度

用＾１Ｈ－ＮＭＲ测定羟丙基纤维素的摩尔取代度,根据纤维素在ＤＣｌ中水解后的＾１Ｈ－ＮＭＲ谱峰面积来计算ＭＳ值。同时还应用铬酸氧化蒸馏法测定了羟丙基纤维素的ＭＳ值,以及利用ＭＳ与羟丙基含量的关系得到ＭＳ值,可以发现ＮＭＲ的方法是可行的。     

基于实例的工艺知识获取模型

介绍了耦合神经网络的工艺设计实例推理系统的实现方法论,提出了一种基于神经网络的工艺设计实例推理索引模型．与现存大多数实例推理系统不同,该方法用神经网络实现实例的动态分类和索引．实例层次分类的三层结构和基于特征的聚类模板概念,为实现基于符号处理的实例推理求解模式向基于神经计算的模式识别求解模式映射提供了条件．提出了基于实例的工艺知识获取模型,采用新实例的入库操作实现工艺知识的隐式获取,从而使知识获取得以简化．神经网络的自适应、自学习能力将减少系统的日常维护工作．基于实例的系统可望解决知识获取的难题．