A Study on the Cutting Characteristic of SiCP/AI and SiCw/AI Composites

ＡＳｔｕｄｙｏｎｔｈｅＣｕｔｔｉｎｇＣｈａｒａｃｔｅｒｉｓｔｉｃｏｆＳｉＣＰ／ＡＩａｎｄＳｉＣｗ／ＡＩＣｏｍｐｏｓｉｔｅｓＨＡＮＲｏｎｇｄｉＯＵＨａｉｔａｏＹＡｏＨｏｎｇｑｕａｎ（韩荣第）（欧海涛）（姚洪权）（Ｄｅｐｔ．ｏｆＭｅｃｈａｎｉｃａｌＥｎｇ...     

考虑可回收性的产品设计方法

 合理的产品设计方法是提高废旧产品可回收性的重要保证。本文讨论了产品设计与废旧产品可回收性的关系 ,绿色产品设计方案的优选方法 ,同时通过在产品设计阶段的产品可回收性评价 ,提出了绿色产品再设计方法。     

基于再励学习与遗传算法的交通信号自组织控制

提出一种基于再励学习和遗传算法的交通信号自组织控制方法.再励学习针对每一个 道路交叉口交通流的优化,修正每个信号灯周期的绿信比.遗传算法则产生局部学习过程的全 局优化标准,修正信号灯周期的大小.这种方法将局部优化和全局优化统一起来,克服了现有的 控制方法需要大量数据传输通讯、准确的交通模型等缺陷.     

基于RMM 和贝叶斯学习的城市交通多智能体系统

提出一种基于递归建模方法（RMM）的多智能体协调方法,使智能体在分布环境下对其它智能体的决策建模选择合理的行动。对RMM中的信念更新采用贝叶斯学习方法,使智能体可以确定其它智能体的准确模型并实时更新信息。在城市交通控制领域建立多智能体交通控制系统,仿真结果表明了该方法的有效性,对实现智能交通系统具有重要意义。     

基于98单片机红外遥控通信的智能化砂轮自动平衡系统

介绍了作者研制一一种新型智能化砂轮在线自动平衡系统。该系统中９８单片机为控制核心,通过检测砂轮旋转时不平衡量引起的振动信号并进行数据处理,由自动搜索控制算法确定不平衡量的大小,然后通过９８单片机双机红外遥控通信的方式,控制跟随砂轮高速旋转的平衡头内的平衡块移动对不平衡量进行补偿。经过初步实验表明,该系统显著降低了砂轮不平衡量引起的振动,获得了良好的平衡效果,并具有广阔的应用前景。     

基于再励学习和遗传算法的交通信号自组织控制

提出一种将再励学习与遗传算法相结合的遗传再励学习方法对交通信号进行自组织控制,再励学习是针对第五个道路交叉口交通流的优化,修线个信号灯周期的绿性比,而遗传算法产生局部学习过程的全局优化标准,即是修正信号灯周期的大小,这种方法克服了现有的控制方法需要大量数据传输通讯、准确的交通模型等缺陷,将局部优化和全局优化统一起来。通过计算机仿真实验表明了方法有效笥。     

锌冶炼渣中有价金属回收工艺研究

回收利用锌冶炼渣中有价金属,对冶金行业可持续发展具有重要意义。某锌冶炼渣中锌、铅、金、银含量较高,试验采用酸浸—碱浸—氰化浸出湿法梯级浸出工艺回收锌、铅、金、银。试验结果表明：在硫酸质量分数20%,液固比2∶1,浸出温度80℃,浸出时间2 h的条件下,锌浸出率为90.31%;在氢氧化钠质量分数10%,液固比2∶1,浸出温度80℃,浸出时间2 h的条件下,铅浸出率为93.37%;在氰化钠质量分数0.20%,液固比2∶1,浸出时间16 h的条件下,金、银浸出率分别为82.61%、92.39%。该湿法梯级浸出工艺实现了锌冶炼渣的综合回收。     

基于一般和随机对策论框架下的多智能体学习

将Q-learning从单智能体框架上扩展到非合作的多智能体框架上,建立了在一般和随 机对策框架下的多智能体理论框架和学习算法,提出了以Nash平衡点作为学习目标.给出了对 策结构的约束条件,并证明了在此约束条件下算法的收敛性,对多智能体系统的研究与应用有 重要意义.     

绿色产品设计现状及其发展趋势

绿色产品设计（Ｇｒｅｅｎ Ｐｒｏｄｕｃｔ Ｄｅｓｉｇｎ）主要研究从产品需求、设计、制造到销售、使用、废弃与回收再生广义产品生命周期设计,并行地考虑产品生命周期中每一期中每一个阶段产品对人和环境的影响。本文主要介绍绿色产品设计的概念、关键技术及其发展趋势。     

焙烧氰化尾渣中有价金属梯级分离回收的工艺研究

梯级分离回收焙烧氰化尾渣中的有价金属,对提高资源综合利用率、消解氰化尾渣危废对冶金行业持续发展具有重要意义。本文以焙烧氰化尾渣为原料,采用一级酸浸浸取金铜锌、二级还原焙烧—磁选回收含金铁精矿、三级浮选回收金的梯级分离回收工艺方法,焙烧氰化尾渣中的金、铜、锌、铁的综合回收率分别达到63.07%、80.50%、70.31%、80.64%。该技术方法能够有效解决焙烧氰化尾渣中金、铜、锌、铁的综合回收技术难题,实现了焙烧氰化尾渣的高值化、资源化利用,同时将焙烧氰化危废转化为二次高价值资源,解决了焙烧氰化危废无害化处置的冶金行业共性技术难题。