镀镍清洗水在线全自动处理设备

介绍镀镍清洗废水在线处理工艺流程、设备组成、性能及设备特殊配置。重点阐述了膜处理技术和可编程逻辑控制器在设备中的应用;设备能长期稳定满足GB21900-2008电镀污染物表3排放标准(镍和COD);设备采用模块化设计,全自动运行,占地空间小。     

一种模糊CMAC神经网络

提出了一种模糊CMAC(小脑模型关节控制器)神经网络,它由输入层、模糊化层、模糊相 联层、模糊后相联层与输出层等5层节点组成,具有与CMAC相似的单层连接权,可通过BP 算法学习推论参数或模糊规则.给出了网络的连接结构与学习算法,并将其应用于函数逼近 问题中仿真结果验证了该方法较之CMAC的优越性.     

500 kV斗山变电站改造的现场管理

介绍了斗山变电站改造现场管理方面的做法.根据在运行状态下分串轮流改造的特点,制作了完整的改造范围,提出了完备的组织措施,从安全、质量、进度等各方面进行全方位管理,确保工程始终处于可控、能控、在控状态,实现了改造工程提前顺利投运的目标.     

基于无线通信和计算特征分析的能耗模型

无线传感器网络(wireless sensor network, WSN)是能量严重受限的网络,这就要求WSN必须是能量有效的.有必要掌握WSN的能量实时消耗情况,这需要有正确的能耗模型提供支持.但目前的能耗建模研究在一般假设方面仍存在种种与WSN实际不符的情况,这导致现有能耗模型不能应用于WSN实践.首先结合WSN应用实际,综合分析了通信活动、计算活动及物理特性因素对节点能耗的影响.进而提出了一种基于无线通信和计算特征分析的节点能耗模型.最后对该能耗模型等进行了物理实现,并通过现场实验验证了该模型的有效性.     

具有模糊分割的动态神经网络控制

提出了一种具有模糊分割的动态神经网络（ＤＮＮＦＰ）。给出了网络的拓扑结构,得到了该网络在监督学习与再激励学习方式下的学习算法,并将其成功地应用于ｐＨ中和过程这一典型的连续时间非线性动态系统的控制。该文的研究表明,这种动态模糊神经网络综合了模糊逻辑、ＣＭＡＣ网络以及再激励学习的有关结果,不仅具有明确的物理意义,而且无需以任何显式方式建立被控对象的数学模型。由此获得的动态学习控制系统结构简单、鲁棒性强     

电镀废水膜浓缩自动控制系统

介绍了废水处理中运用膜技术进行重金属离子高比例回用时浓缩倍数的自动控制的基本原理,从实用角度分析了运用该系统实现膜浓缩倍数自动控制所采取的主要控制策略。系统综合应用了可编程逻辑控制器(PLC技术),并在实际运用中取得了良好效果。     

基于ZigBee规范构建大规模无线传感器网络

提出了一种新的切实可行的构建大规模无线传感器网络(LS-WSN,large scale wireless sensors network)的组网策略--"一区多PAN(personal area network)",同时,还提出了一个LS-WSN的两层抽象模型.利用符合ZigBee规范的商业网络协议栈--BeeStack,构建了一个LS-WSN的原型系统.从理论上讲,一个PAN可以支持65536个节点,而一个LS-WSN原型系统可以支持65536×16个节点.实验结果表明,LS-WSN原型系统的服务质量(QoS)可以得到保证.此外,相关分析表明网络管理及数据融合等工作也会被简化,性能相应有所提升.     

利用H~∞范数的最优异步自学习控制频域方法

利用Ｈ∞范数对异步自学习控制系统进行了深入的研究．基于用Ｈ∞语言重新改写的问题提法，给出了四个引理与一个定理的严格证明，得到了浙近稳定时控制器存在的一个充分条件，并给出了计算实例．     

无线传感器网络分布式调度方法研究

无线传感器网络(Wireless sensor network, WSN)是一个资源受限的网络系统.已提出了多种调度方法来提高网络性能. 本文归纳了WSN分布式调度方法的设计原则和分类方法,并按调度对象对调度方法进行了分类讨论. 详细论述了一些典型调度方法的内在机理,分析了每一类调度方法的特点. 对这些调度方法的设计目标和性能特点进行了对比.最后总结了WSN分布式调度方法的研究现状, 提出了该领域今后发展需要关注的重要因素.     

基于马尔可夫链的无线传感器网络分布式调度方法

能量效率是无线传感器网络(Wireless sensor network, WSN)研究中的核心问题之一. 当节点采用电池供电时, 有限的能量限制了网络的生存周期, 从而对无线传感器网络的大规模应用提出了挑战. 本文基于马尔可夫链, 提出了一种实用的、协作分布式的调度方法, 并从理论上证明了该方法的收敛性. 该方法不仅可对节点的休眠/唤醒进行调度, 还可以对节点数据发送进行调度以减少数据冲突的发生. 仿真实验结果表明, 该方法能够有效地减少节点能量的消耗, 且对其他网络性能的影响较小.