基于ATT7022A的Y/Δ切换抽油机节能控制器的研制

Y/Δ转化器在低负载率时,节电效果较好。可控硅调压控制器在高负载率时,节电效果较好。采用高精度三相电能计量芯片ATT7022A,设计了一种结合两者优点的抽油机节能控制仪。对抽油机电动调压节能系统的软硬件设计做了较详细的分析。通过在多口油井上安装Y/Δ可控硅调压组合式抽油机节能控制仪,并对5口井进行了现场对比测试,单口井年节电约2.1万kW.h。     

基于缺货损失的配送中心调度在线策略

为改变零售业缺货的现状,供应商管理库存(VMI)被广泛应用,同时配送中心的配送与调度效率就成为影响零售商缺货与否的关键。本文在考虑销售损失的基础上,研究了配送中心配送时的调度策略。假设由缺货引起的销售损失与缺货时间平方成正比,首先给出了完全信息下的最优离线策略。然后,引入占线方法,研究各销售点需求序列未知情况下,提出了权衡销售损失最大的优先处理策略,并将其竞争比m+2M/3m与先来先处理、按销售损失最大处理两个传统策略进行了对比。     

Q235连铸板坯中非金属夹杂物的分析

为了进一步提高产品质量,提高钢材的纯净度,采用了光学显微镜、扫描电镜、x射线能谱仪以及电解称重法对威钢板坯连铸生产过程中非金属夹杂物的类型、数量、大小、组成及分布等进行了研究,并且讨论了目前生产工艺中非金属夹杂物的来源．结果表明：板坯的夹杂物主要是小于φ 10 um的球形硅酸盐夹杂物,有少量的多边形夹杂物;有单相的也有多相的夹杂物;在板坯厚度和宽度方向上都是在1／4和1／3位置处出现聚集．夹杂物主要是由于钢液脱氧产生的内生夹杂物．     

利用五维建筑模型构建创新工程项目管理模式

针对在设计、工程和建造（Architecture,engineering and construction,AEC）领域,计算机技术应用越来越广泛的现状,以计算机虚拟技术的发展为背景,结合建筑工程管理实践,提出了集成“三维模型＋时间＋成本”的五维模型的项目管理模式,阐述了该管理模式的技术背景和发展趋势,其在项目建设中的应用,以及对范围、进度、成本、资源和信息管理等方面的作用．并以国内具体工程实践为例,介绍了建模和管理的过程,证明这是一种能够提高效率、减少浪费的管理模式．     

微波烧结磁铁精矿

对3种磁铁精矿的微波烧结进行了基础研究．主要包括3个方面内容：不同微波处理时间、磁铁精矿中配加不同比例的碳粉以及磁铁精矿中配加不同比例的CaO,对样品微波加热及烧结的影响．研究结果表明：随着微波加热时间的延长,磁铁精矿温度逐步升高,到达一定高度后升温速率变缓;在相同微波加热条件下添加碳粉会降低样品的加热温度;在试样中CaO／SiO2为2．5、加热时间20min和微波输出功率1000W的条件下,可以获得具有一定强度的孔隙状烧结产物,但其强度与现有抽风烧结产品相差较大,其原因有待进一步研究．     

无定形区特征增强全景分割算法

针对UPSNet全景分割算法在目标分割过程中存在对无定形区目标分割精度不高的现象,提出一种无定形区特征增强的UPSNet全景分割算法APS。该算法引入空洞卷积,采用自下而上的方式构建特征融合结构,使无定形区特征得以增强,解决无定形目标特征不显著问题,提高语义分割效果,进一步提高全景分割精度。经仿真测试,该算法对道路、草地等无定形目标分割效果均有提高,在COCO数据集上的检测结果与UPSNet相比,SQ值提高4.75%,适合应用于无人车和移动机器人等场景。     

斜逆Laurent级数环的弱Armendariz性质

设σ是一个环R上的自同构, δ是R的一个σ-导子. 通过引进(σ,δ)-SILS弱Armendariz环的概念, 研究一般斜逆Laurent级数环的弱Armendariz性质. 用逐项分析方法证明了当R满足弱-(σ,δ)-相容性且nil(R)是幂零理想时, R是(σ,δ)-SILS弱Armendariz环.     

毕达哥拉斯模糊三支概念格

将毕达哥拉斯模糊集理论引入模糊三支概念格中, 在毕达哥拉斯模糊形式背景下研究毕达哥拉斯模糊三支概念格的构造。首先, 结合毕达哥拉斯模糊集理论将对象与属性的关系同时用隶属度和非隶属度表示, 给出毕达哥拉斯模糊形式背景的定义;其次, 基于给定的阈值α和β以及三支决策思想, 将对象集(属性集)划分为正域、负域, 边界域3个部分;在此基础上, 给出2种毕达哥拉斯模糊三支概念(对象导出毕达哥拉斯模糊三支概念与属性导出毕达哥拉斯模糊三支概念)的定义和相关定理, 构建相应的概念格;最后, 结合实例阐释毕达哥拉斯模糊三支概念格在实际问题中的应用。     

基于近似骨架和混合蛙跳算法的K-means方法及其在眼底病历图像中的应用

为提高K-means算法全局搜索能力,提升聚类效果,提出一种基于近似骨架和混合蛙跳算法的K-means方法。该方法首先利用经典的混合蛙跳算法取代K-means算法中原有迭代公式,获得更优秀的聚类结果;然后对获得的聚类结果,使用基于近似骨架和混合蛙跳算法的K-means算法不寻找聚类中心,而是直接对簇的划分进行修改。UCI数据集实验结果表明,使用改进的聚类算法获得的聚类结果,较其他算法结果更为优秀。最后将改进后的聚类算法应用到医学眼底病历图像中,可以得到较好的血管切割效果。