基于CAN总线的多通道开度阀控制系统的设计

针对现有电动阀门控制系统可嵌入性差的问题，设计了一种基于CAN总线的网络化、多通道、开度型阀门嵌入式控制系统。其中，上位机主要用于下达各阀门开度等控制指令并同时监测其工作状态，而下位机采用双MCU架构，主MCU用于控制各阀门的开度大小，从MCU负责采集开度反馈电流以实现闭环控制。下位机采用了模糊PID算法进行控制参数的动态整定，可满足阀门在不同工况下的控制精度要求，并通过OLED屏显示各通道阀门的实际开度值。实验表明,该控制系统运行稳定，能实现对多通道开度阀的精准控制，控制精度在0.6%以内，并支持远程上位机控制和现地控制等多种工作模式。     

基于EAHP的尾矿库溃坝风险多级模糊综合评价研究

针对尾矿库溃坝风险评价中存在群决策的主观随意性和语言模糊不确定性等问题，建立了基于可拓层次分析法（Extension Analytic Hierarchy Process， EAHP）的尾矿库溃坝风险多级模糊综合评价模 型。采用可拓区间判断矩阵全面客观地描述了各位专家对该尾矿库溃坝风险评价指标权重的模糊意见和偏好，利用各位专家与专家组意见的偏差比重确定各位专家的重要性系数，并引入一致性系数[α]和[θ]处理可 拓综合区间判断矩阵R，进而确定指标权重系数[ωj]，凸显了各位专家在尾矿库溃坝风险群决策中的不同作用，简化了可拓区间判断矩阵一致性检验过程，提高了指标权重的准确性。将建立的尾矿库溃坝风险多级模 糊综合评价模型应用于杨家湾尾矿库溃坝风险评价中。评价结果表明：该尾矿库的溃坝风险等级为安全，且坝体失稳和洪水漫顶对该尾矿库的安全影响较大，与杨家湾尾矿库日常管理的实际情况相符。该方法有效解 决了尾矿库溃坝风险分析中的权重群决策问题，既避免了专家意见的遗失，又降低了专家主观判断的随意性对评价结果带来的不利影响，提高了尾矿库溃坝风险分析的有效性。     

碳纤维电地暖的智能温控及蓄能系统

碳纤维电地暖相较于其他地暖,在能源的消耗、对环境造成的压力和经济效益等方面具备明显的优势。为了在供暖过程中实现更加节能高效的目标,并同时满足各住户对不同舒适度的要求,我们将模糊PID控制器作为核心,构建智能温度控制及蓄能系统。我们将一个电能表单独与碳纤维电地暖串联,并在发热电缆周围放置精确的温度测量装置和信号转换器,供暖所消耗的电能和发热电缆的实时温度分别由电能表和温度测量装置测定,同时转换为电信号,并经过模糊PID控制器处理,用来动态合理的分配发热电缆的电能,实现在电能的使用上达到“移峰填谷”、节能减排的目的。     

基于模糊评价理论对层燃工业锅炉综合性能的研究与分析

为有效地平衡锅炉效率与排放之间的关系,通过分析锅炉的能效指标,建立了结合效率因素、燃料管理因素和环境因素等的能效评价指标体系。采用组合赋权法确定权重,建立了锅炉系统模糊综合评价模型,并利用该模型对山西大同某层燃蒸汽锅炉进行了综合能效评价与分析。结果表明:锅炉的综合评级得分为0.59,燃料设备因素指标得分仅为0.19。该锅炉热效率虽然达到了设计要求,但锅炉飞灰含碳量偏大,同时过量空气系数为2.34,远大于设计标准1.65。综合分析其原因是漏风过大,该分析结果与现场热力测试实验数据相符合。     

模糊离散事件系统基于验证器的模式故障诊断

针对模糊系统在运行过程中可能出现由多个事件触发的故障,研究模糊离散事件系统模式故障的诊断问题,提出一种基于验证器的模式故障诊断方法.先对模糊离散事件系统中最常见的模式故障,引入S类型模式故障和T类型模式故障两个概念,再分别对模糊离散事件系统的S类型和T类型模式故障的可诊断性进行形式化.为验证模糊系统模式故障的可诊断性,构造一个验证器自动机,并得到一个关于模糊离散事件系统模式故障可诊断性的充分必要条件,实现对模糊系统模式故障的诊断.     

公路工程项目安全分级管理方法研究

文章针对我国公路工程建设安全生产所面临的难点和项目安全管理的现实需求,将分级管理和匹配管理的理念引入公路工程项目安全管理实践,提出了公路工程项目安全分级管理方法。从明确公路工程项目安全分级管理的定义出发,构建面向项目施工单元的安全分级模型,提出对应不同安全等级的匹配管理策略,建立了基于PDCA循环管理模型的分级管理工作流程。结果表明公路工程项目安全分级管理方法可以为项目安全管理决策提供辅助性支持。     

基于模糊谱聚类的不确定蛋白质相互作用网络功能模块挖掘

针对谱聚类融合模糊C-means（FCM）聚类的蛋白质相互作用（PPI）网络功能模块挖掘方法准确率不高、执行效率较低和易受假阳性影响的问题，提出一种基于模糊谱聚类的不确定PPI网络功能模块挖掘（FSC-FM）方法。首先，构建一个不确定PPI网络模型，使用边聚集系数给每一条蛋白质交互作用赋予一个存在概率测度，克服假阳性对实验结果的影响；第二，利用基于边聚集系数流行距离（FEC）策略改进谱聚类中的相似度计算，解决谱聚类算法对尺度参数敏感的问题，进而利用谱聚类算法对不确定PPI网络数据进行预处理，降低数据的维数，提高聚类的准确率；第三，设计基于密度的概率中心选取策略（DPCS）解决模糊C-means算法对初始聚类中心和聚类数目敏感的问题，并对预处理后的PPI数据进行FCM聚类，提高聚类的执行效率以及灵敏度；最后，采用改进的边期望稠密度（EED）对挖掘出的蛋白质功能模块进行过滤。在酵母菌DIP数据集上运行各个算法可知，FSC-FM与基于不确定图模型的检测蛋白质复合物（DCU）算法相比，F-measure值提高了27.92%，执行效率提高了27.92%；与在动态蛋白质相互作用网络中识别复合物的方法（CDUN）、演化算法（EA）、医学基因或蛋白质预测算法（MGPPA）相比也有更高的F-measure值和执行效率。实验结果表明，在不确定PPI网络中，FSC-FM适合用于功能模块的挖掘。