基于单片机的可控硅全控桥数字触发控制系统

针对中小型水电站励磁系统设计了一种基于单片机的新型实用的可控硅数字触发电路，运用单片机高速输出口实现可控硅全控桥的触发控制，该电路集控制，触发于一体，使其外围元件少，集成度高，控制精度高，稳定可靠, 用多种控制理论和最新电子技术及检测技术，用单片微机实现了水轮发电机组励磁控制系统的采样，控制，存贮，通讯，数字触发脉冲，软件调差及全软件实现各控制功能模，克服了模拟集成电路的缺点，使其结果简单，功能完善，可靠性高，成本低，使中小型水电机组励磁控制性能进一步提高，并阐述了一个应用于水电站励磁控制系统中的实际应用。     

多粘菌素B对内毒素血症大鼠血流动力学作用

观察多粘菌素B（PMX－B）对内毒素血症大鼠血流动力学的影响，并进行了实验，实验分为：内毒素（LPS）＋多粘菌素B组、LPS＋生理盐水组、LPS模型组，给大鼠一次性静脉注射内毒素（0.5mg/kg），前2组分别注入内毒素后0.5h静脉给予多粘菌素B（0.2mg/kg）和1mL生理盐水（NS）、LPS模型组大鼠注入内毒素后不作其它处理，给多粘菌素B后0.5、1、2、4h抽血液，检测血浆中LPS、肿瘤坏死因子（TNF－α）、全血粘度（WBV）、血球压积（HRC）的变化。结果表明：LPS＋多粘菌素B组，在给内毒素1h，全血粘度、红细胞压积明显低于LPS＋生理盐水组。因此多粘菌素B治疗能改善内毒素血症早期的血液流变性。     

电流趋肤效应的研究

本文从理论计算出发 ,对高频电流作了多方面的研究。结果表明 ,由于趋肤效应 ,感应加热的热量是从金属表层传递到内部的 ,并非金属内部同时加热 ,这对于感应加热的广泛应用有理论上的指导意义     

花鲈仔稚鱼的生长发育与摄食节律研究

对人工育苗条件下花鲈仔、稚鱼的生长发育与昼夜摄食节律进行了研究。结果表明:在水温18.5～20.0℃条件下,仔鱼5日龄开口摄食;8日龄,卵黄囊与油球消失;14日龄,尾鳍开始分化;24日龄,第二背鳍和臀鳍开始分化;42日龄,第一背鳍开始分化;58日龄,鳞片开始出现;67日龄,形体与鳍式已同成鱼。仔、稚鱼苗的摄食具有明显的昼夜节律性,白天摄食,夜间不摄食;40日龄前,18:00时前后肠(胃)充塞度最高;49～50日龄及59～60日龄,10:00～20:00时肠(胃)充塞度多数个体5级、少数4级。仔、稚鱼全长与日龄的关系为L=2.6358+0.2700T,全长与体重的关系为W=3.48×10-3×L3.4433,体重与日龄的关系为W=0.705×10-4×T3.4503。     

采场上覆岩层移动变形值计算

在下部采动煤层的顶板岩层内布置巷道 ,其位置选择与采场上覆岩层移动状况密切相关 .依据煤矿地表移动计算公式和采场上覆岩层活动规律 ,建立采场上覆岩层移动变形概率积分法预计计算模型 .根据最大下沉量、主要影响半径、拐点移动距等移动参数与埋深的关系 ,利用参考坐标系确定采场上覆岩层移动下沉计算公式 .并结合实例进行岩层移动变形预计计算 ,计算结果与实际观测数据十分接近 .图 1,表 1,参 5     

基于偏差向量的机器人装配系统误差分析

机器人装配系统中，装配误差是影响装配质量的重要因素。在分析了机器人装配过程各种误差的基础上，用偏差向量建立了装配误差的模型。基于刚体运动学原理，研究了装配工夹具的姿态偏差对零件配合面位置偏差的影响，推导了配合件和基础件相应配合面的位置和姿态偏差的计算公式,建立了机器人装配系统零件配合过程的误差分析模型。实例计算表明，该模型物理意义明确，通用性强，是系统评价机器人装配系统装配质量的基础。     

基于开关函数的综合PWM逆变器控制技术

提出了一种新颖实用的基于开关函数的综合 PWM控制技术 ,给出了一种由三次谐波注入 PWM与 SVPWM综合的 PWM控制方案 ,并在交直交变换器产品设计中得到了应用和验证 ,值得推广 .     

论大学生心理健康教育综合体系的建立

大学生心理成长成熟是一个复杂的问题；影响学生心理健康的因素很多；解决心理问题也必须多渠道、多途径。必须把学生心理健康教育作为一项系统工程来看待，多层次、全方位地建立学生心理问题的辅导、咨询、治疗系统，积极普及推广各类心理基础知识，使大学生的心理健康成熟，为社会培养合格人才。     

基于VC和VIP的面向对象知识表示

知识表示是人工智能研究的基本问题之一。通过在 Visual C+ +的类中引入Visual Prolog的推理机制提出了一种基于 VC和 VIP的面向对象知识表示方法 ,完善了 Visual C+ +对象的推理功能 ,进一步增强了面向对象的知识表示能力以及 VisualProlog的接口和计算能力 ,并通过实验验证了方法的性能     

A Computationally Efficient Aggregation Optimization Strategy of Model Predictive Control

Model Predictive Control(MPC) is a popular technique and has been successfully used in various industrial applications.Howver,the big drawback of MPC involved in the formidable online computational effort limits its applicability to relatively slow and/or small processes with a moderate number of inputs.This paper develops an aggregation optimization strategy for MPC that can imporove the computational efficiency of MPC.FOr the regulation problem.an input decaying aggregation optimization algorithm is presented by aggregating all the original optimized variables on control horizon with the decaying sequence in respect of the current control action.