ZHT型自动换层阻尼托罐摇台在新集一矿的应用

分析罐笼承接、换层时的受力状态,设计出利用油缸作为驱动元件的自动换层阻尼托罐摇台,它能较好地解决矿车进出罐笼、平稳托罐和缓冲停罐的问题,提高井口、井底进出车装备的使用性能和矿井的提升效率。     

中国交通运输业全要素生产率地区差异的实证研究

在构建1984—2010年中国30个省(区、市)交通运输业面板数据的基础上,同时采用LLC检验、IPS检验、Breiting检验、ADF-F检验和PP-F检验等方法对面板数据进行了单位根检验,采用EG两步法对变量之间的协整关系进行了检验.实证研究的检验结果表明,中国交通运输业的全要素生产率(TFP)存在明显的地区差异,地区间及地区内部资金、技术、劳动力等要素投入是引起差异的主要原因.运用σ收敛法考察了1984—2010年中国各地区交通运输业TFP的收敛性,检验表明,中国交通运输业TFP在三大区域之间和区域内部都存在发散的趋势.政府应注重交通运输业的规划、管理,通过适当的政策调节地区差距,鼓励地区间的学习、模仿和技术流动,以促进交通运输业在各地区的协调发展.     

X70管线钢焊接工艺研究

X70是一种微合金高强度管线钢,起源于上个世纪的70年代的国外。本文通过对巴西管线建设中X70管线钢的自动焊工艺的系统分析,进行了优势对比和特性探究,以便改进我国的管线自动焊焊接施工工艺,提高我国管线建设技术。     

金融分权对乡镇企业发展的影响——基于协整分析及格兰杰因果检验

在VAR模型的基础上,利用1982—2010年的年度数据,对金融分权对我国乡镇企业发展的影响进行了实证检验与分析后,发现金融分权与乡镇企业发展之闻存在着协整关系,且金融分权是乡镇企业发展的格兰杰成因;与具有行政性分权性质的地方政府金融控制度相比,具有经济性分权性质的民间金融对乡镇企业发展的影响更为显著,因此,解除对民间金融的抑制,让民间力量充分发挥作用,实现金融领域范围更广、程度更深的经济性分权,才是乡镇企业走出困境的根本出路。     

B2B电子商务交易与经济增长的相关性研究

应用协整关系检验、恩格尔—葛兰杰检验对B2B电子商务交易额与GDP之间的关系进行研究。结果表明:B2B电子商务交易额和GDP之间不存在长期稳定的协整关系,B2B交易是引起GDP增长的原因,但是GDP却不是引起B2B交易额增加的原因,在一定程度上反映了我国B2B电子商务交易起步发展阶段的现状。     

自动电压控制系统在电力系统中的应用

随着高电压等级、大容量和跨区电网的迅速发展,为保证电网安全、优质和经济运行,对电压质量提出了更高标准和更严格的要求。目前运用比较广泛的变电站VQC装置已经不能够有效处理全网范围内无功优化的问题,引入自动电压控制（AVC）系统是必然的。文章介绍了AVC的工作原理及工作流程,在此基础上提出了一套新的AVC优化改进方案,文章后部分进一步的说明了AVC在电力系统应用的优势。     

基于Profibus-DP技术的D530焊装线控制设计与实现

介绍了以西门子S7-400大型PLC为控制核心、以Profibus-DP现场总线技术为基础的多层工业网络技术在D530自动混流焊装线控制系统中的应用,阐述了D530焊装线电气系统的设计思想、设计方法以及侧围顶盖上线装置与主线PLC DP数据通讯的实现方法.DP总线技术的成功应用,说明了焊装线控制系统的设计是可行的、合理的和先进的,在汽车车身焊装线上具有很好的推广应用价值.     

货车定检标记识别中的定位算法

对使用CCD摄像机扫描得到的货车定检标记图像进行定位,采用水平方向的差分放大算法和垂直方向的阈值投影法进行定位,经现场验证,该算法定位精度达到90%,是一种可行的定位方法.     

Temporal Memory Reinforcement Learning for the Autonomous Micro-mobile Robot Based-behavior

This paper presents temporal memory reinforcement learning for the autonomous micro-mobile robot based-behavior. Human being has a memory oblivion process, i.e. the earlier to memorize, the earlier to forget, only the repeated thing can be remembered firmly. Enlightening forms this, and the robot need not memorize all the past states, at the same time economizes the EMS memory space, which is not enough in the MPU of our AMRobot. The proposed algorithm is an extension of the Q-learning, which is an incremental reinforcement learning method. The results of simulation have shown that the algorithm is va|id.     

基于集合和神经网络架构搜索的自动历史拟合方法

由于人工经验选取的局限性,难以获取决定模型重构精度的最优网络参数是目前使用深度学习方法在自动历史拟合中对油藏地质模型进行降维时的难点之一.针对此问题,通过将深度自编码器与粒子群优化算法相互结合实现最佳网络架构的自动搜索,并以此构建一种基于集合数据同化和神经网络架构自动搜索的油藏自动历史拟合方法.分别对一个二维河流相油藏...