焦化企业脱硫脱硝技术应用及运行效果、存在问题交流

正2018年7月31日,中国炼焦行业协会召开第七届常务理事会第二次(扩大)会议。本次会议以"推进节能减排,实现绿色发展"为主题,专题研究焦炉烟气的控硫控硝和脱硫脱硝问题,旨在加快推进焦化行业节能减排、污染物达标排放和转型升级。现摘编部分重点焦化企业和研究设计单位在会议上的交流内容,以供相关焦化企业选择适用本企业的焦炉烟气治理技术参考、借鉴。     

软件重用性在物业管理系统中的实现

本文阐述了用软件重用的方法，去开发较通用的物业管理系统，列出了实现重用性所需解决的问题，以及在实际系统中的解决方法，并详细介绍了各个实现细节。本系统是在ＰＣ机上用ＦＯＸＰＲＯ２．６ＦＯＲＷＩＮＤＯＷＳ开发的。     

面向中小制造企业的基于ASP模式的网络联盟企业支持平台研究

在分析了制造网络联盟企业发展的必要性的基础上,说明了基于ASP模式的网络联盟企业是中小制造企业解决各种矛盾的一个有效途径,研究了基于ASP模式的支持平台的体系结构、运营模式,并分析了构建服务平台的使能技术:组件和XML技术的应用、用户权限管理、分布式协同及其工具的使用、基于工作流和分布式资源的管理技术。应用该体系结构的构想和关键使能技术,建立了一个面向中小制造企业的ASP平台,为中小制造企业提供单独运行和组建联盟的支持。     

一种含影响力因子的自适应C均值算法

含影响力因子的硬聚类算法(HCMef)在对多于两类规模不均的样本进行聚类时,影响力因子指数对聚类结果影响很大,取值不当会引起类消失.影响力因子指数在0附近穷举,并利用影响力因子指数较大时类规模会在较少训练次数内消失的现象,降低计算量.提出了含影响力因子的自适应C均值聚类策略(AHCMef),并介绍了两阶段聚类方法,进一步提高聚类成功率和执行效率.结果显示,最佳影响力因子指数出现在成功聚类时的较大值附近,聚类效果从该点起随影响力因子指数的减小而降低.对HCMef算法应用于多类规模不均样本情况时,影响力因子指数的选取具有指导意义.     

多Agent信息系统知识发现研究

本文根据信息系统的定义,提出了采用集合方法描述的多Agent信息系统,研究了在多Agent交互中规则的形成过程.对规则表示和存储方法进行了研究.鉴于各Agent的规则可存储在数据库中,采用ID3算法对这些规则进行挖掘是可行的.对该方法用实例进行了验证.     

提升VVER 型核电机组蒸汽发生器排污净化系统冲洗水流量研究

VVER型核电机组的蒸汽发生器排污水净化系统树脂床再生后需要进行阳树脂床冲洗及树脂床联合冲洗. 实际工作中VVER型核电机组的树脂床冲洗流量无法达标,且核岛内废水收集箱容积较小,接收再生液后pH 值调节 相对困难.经理论分析及实际工程实践验证,冲洗流程中管阻过大或工艺限制导致冲洗流量无法达标,增加冲洗路径 可提高树脂床冲洗水流量,同时解决废水收集箱容积小及pH 值调节相对困难的问题.     

软件技术人才培养现状及对策

软件人才的培养是发展我国软件产业的关键,培养足够数量的、高素质的信息技术人才是实现社会信息化的保证。本文对我国软件人才培养的学历教育和社会培训机构提供的非学历培训现状进行分析,指出高等学校应该在培养目标的调整、师资力量的配备、实践环节的提升等方面进一步加强;而非学历培训则应该更注重培养具有国际视野的高层次人才,同时应该提倡有行业针对性的专业教育。     

基于数据挖掘方法的电子邮件过滤

电子邮件在给人们带来很多方便抽时,也产生了一个新的问题,即大量垃圾邮件的出现。邮件过滤就是从大量邮件中过滤出垃圾邮件,帮助用户寻找到所需要的有用邮件。本文介绍了一个基于数据挖掘方法的邮件过滤系统原型,给出了Bayes方法的几个基于概念,并重点讨论了要实现这个系统所需要处理的几个关键问题。     

基于电控液压制动的电动汽车制动动态响应

在分析了电动汽车制动系统的结构原理和工作模式的基础上,建立了电控液压制动系统压力响应的动力学模型,并采用台架试验进行压力响应模型参数辨识,所得参数辨识结果准确、可信。最后进行了典型制动工况下电动汽车制动系统动态响应的实车试验,结果表明:电动汽车制动系统动态响应快速、准确、稳定,具有很好的可控性。     

一种改进的SMO算法

In this paper we have pointed out an important source of inefficiency in SMO algorithm that is caused by the operation with a single threshod value. We have suggested modifications of SMO algorithm that overcome the problem by efficiently maintaining and updating two threshold parameters. Our experiments show that these modifi-cations speed up the SMO algorithm.