编辑主体意识与学术期刊的质量控制

编辑工作是由编辑主体来制约和指导的,在编辑实践活动中,编辑主体活动以编辑对象是否符合科学技术的发展需要、是否符合学术期刊的出版要求而进行编辑实践活动。主体意识是作为实践和认识主体的人对于自身的主体地位、主体能力和主体价值的自觉意识,是主体能动性和创造性观念的表现。     

无线传感器网络中一种能量均衡的分簇策略

以无线传感器网络中的能量消耗模型为基础,提出了一种能量均衡的无线传感器网络分簇路由协议EECHS(energy-effficient cluster-head selection)。该协议通过节点的剩余能量和节点距离基站的距离来调节其成为簇首的概率,并进一步调节簇的大小。仿真结果表明,与改进后的DCHS协议相比,该策略使网络的生命周期和稳定周期分别提高了31%和45%以上。     

分布式光纤测温系统在煤矿火灾监测中的应用

针对煤矿安全存在潜在的火灾问题,文章将优化的分布式光纤测温系统应用于煤矿火灾监测,同时,提出了一种命名为RLN-ELAM的新颖算法用于检测并消除瑞利噪声对系统测量精度的影响,并有效提高拉曼分布式光纤系统的测量精度。实验结果表明,利用此算法后,系统的温度分辨率、空间分辨率均有所提高,测量误差从7%降低到不足2%。在实验室进行的模拟实验中,对温度进行实际测量,结果表明,该煤矿火灾监测系统能够提供详细的温度分布情况并能够及时报警,使工作人员随时掌握煤矿温度分布情况,及时准确地找到火灾发生区。     

基于神经网络与改进ABC算法的瓦斯预测研究

人工蜜蜂群(ABC)优化算法具有较强的全局搜索能力。在标准算法的基础上,参考粒子群优化算法,加入当前全局最优解对算法的有益引导;当观察蜂在引导蜂所在食物源附近搜索时,引入混沌搜索机制,改善局部搜索性能。利用改进的ABC算法,以网络训练的最小方差F为优化指标,优化神经网络的连接权值。优化后的神经网络用于瓦斯预测,取得了良好的效果。     

基于虚拟仪器与信息融合技术的道路收费系统

针对当今在许多高速公路收费站口由于事故或工作高峰期的原因经常出现堵塞,给公路运输系统带来了不便的问题.在这里通过使用多传感器数据融合和虚拟仪器相结合的技术,充分发挥多传感器技术的信息优势和虚拟仪器在简洁的人机界面下的强大数据处理功能来解决这一问题.使用D-S证据理论设计合适的信息融合模块,通过监控中心对多传感器信息的处理,为高速公路收费站对过往车辆的管理提供决策,使高速公路收费系统的工作效率得到显著的提高.     

5CrMnMo热锻模淬火开裂原因分析

对出现开裂的5CrMnMo大型热锻模进行了金相、硬度、断口分析。结果表明：淬火加热温度过高，加热时间过长，形成了粗大的马氏体组织；淬火冷却时终冷温度过低，导致过高的淬火应力使锻模表面出现淬火开裂现象。针对此问题采取相应措施后避免了锻模的淬火开裂。     

挤压式磁流变体减振器阻尼力的分析

在分析了挤压式磁流变体(MR)减振器工作原理的基础上,通过磁路计算,推导出挤压式MR减振器的阻尼力计算公式。测量了该纳米级铁磁流体在零磁场下粘度。以纳米级铁磁流体为例,分别计算出该减振器在设定条件下的阻力-位移、阻力-速度变化规律。并讨论位移、速度、加速度和励磁线圈电流对阻尼力的综合影响。为挤压式MR减振器的进一步研究提供了理论依据。     

砂浆冲蚀磨损特性研究

用自制的砂浆冲磨损试验机在水－石英砂浆冲蚀条件下，对纯铝、27SiMn钢和高铬铸铁等金属材料的磨损行为进行了试验，研究了不同材料的砂浆冲蚀磨损率与冲蚀速度及冲蚀角度的关系，分析了砂浆冲蚀磨损的特性和机理，提出了一种砂浆冲蚀磨损的刺入机制。     

辽河油田，“转”出高质量

正通过推进开发方式转换,辽河油田向年稳产千万吨的目标挺进。"生产原油1007万吨。"这是2019年辽河油田主要工作目标之一。为全面贯彻落实习近平总书记重要批示精神,2019年年初,辽河油田明确提出:"推进方式转换保规模,加强蒸汽驱、SAGD井组综合调控,新转火驱、化学驱等各类井组73个,方式转换年产油270.6万吨,同比增加6.5万吨。"开发方式转     

基于优化的量子门节点神经网络的煤与瓦斯突出预测

为了精准地预测煤与瓦斯突出风险等级,提出了一种基于子维进化的粒子群优化算法(sdPSO)和量子门节点神经网络(QGNN)的瓦斯突出风险等级预测模型sdPSO-QGNN.利用灰色关联分析(GRA)对突出影响因素进行降维处理,将筛选出的主控因素作为QGNN的输入,利用sdPSO对量子门节点神经网络参数进行优化,以提高量子门节点神经网络的全局与局部搜索能力,建立sdPSO-QGNN的瓦斯突出风险等级预测模型,实现对瓦斯突出风险的预测.实验结果表明,与BP(back propagation)神经网络、对称Alpha稳定分布的概率神经网络(SαS-PNN)、免疫粒子群算法优化的支持向量机(IPSO-SVM)、Memetic算法优化的极限学习机(Memetic-ELM)等预测模型相比,所提方法在提升模型泛化能力、提高预测精度方面效果显著.