浅析当前公路工程施工监理中存在的问题

自从实行工程建设监理制度以来，工程建设各方面有了长足的进步，但由于各方面的因素在监理行业中还存在诸多的问题，根据在监理行业中工作的体会与分析，整理成文，供各位同行参考。     

无刷直流电动机模糊滑模变结构控制的研究

无刷直流电动机的参数强耦合、高度非线性特性增加了对其速度控制的难度,针对上述特点,为提高系统控制的精度和稳定性,设计了一种模糊滑模变结构速度控制器。在传统的滑模变结构控制基础上,引入模糊控制,建立基于等效控制和切换控制的模糊系统,通过隶属度函数的变化来有效地消弱单纯滑模变结构控制所带来的抖振现象,而不牺牲滑模变结构控制对系统参数摄动和外界扰动的强鲁棒性以及快速性等优点。在Matlab软件上仿真结果表明控制器具有良好的控制性能和鲁棒性能。     

基于气象数据的天气预报节目图形制作系统

分析了天气预报节目中各类图形与气象数据的关系,并由此设计天气预报节目图形制作系统的结构框架.系统以气象数据为核心,提供了各类气象数据的应用解决方案,利用图像处理和电视包装技术实现了气象数据处理与图形制作自动化,并提供了主持人互动的新功能、提高了渲染效率,符合未来天气预报节目图形处理技术的发展需求.     

浅谈公路工程监理中材料的控制

提出了公路工程材料监理的意义,分析了公路工程材料监理中存在的问题,并针对这些问题,从材料进场前后的控制、监理组织结构和从业人员的建设等方面提出了相应的措施,从而保证公路工程建设的高质量和高效益。     

中国气象频道无带化录制设备系统设计

随着广播电视技术的无带化和网络化发展成熟并被广泛应用,数字硬盘录像机作为无带化制作的关键,相比于传统碰带录像机,具有播出安全可靠、编播灵活方便、集成程度高、节约人力资源等优势。因此,本文对以气象新闻为主的中国气象频道新闻演播室无带化硬盘录制设备应用的设计与实现进行研究,针对节目录制需求,从设备选型对比、方案设计与实现、系统部署探讨了如何符合中国气象频道的节目制作流程,实现硬盘录放设备较好融合应用,使频道节目制作真正从磁带化步入到文件化和网络化时代。     

基于增强卷积神经网络的滚动轴承故障诊断

针对现有深度卷积神经网络(Convolutional Neural Networks, CNN)进行故障特征提取时存在全局特征描述能力不足以及提取特征时注意图权重系数选取上不明确的问题，提出一种特征增强的深度强化学习滚动轴承故障诊断方法。该方法首先将双通道注意力模块(Convolutional Block Attention Module, CBAM)嵌入到CNN中，提取更为重要的隐形特征对滚动轴承不同故障进行有效分类识别，然后将全连接层作为智能体在深度强化学习(Deep Reinforcement Learning, DRL)的Q-learning基础上进行学习，利用DRL的经验回放机制存储智能体和环境交互时的经验数据，通过梯度下降法更新注意力图的权重参数，寻找最佳分类策略，最后通过试验研究验证该方法的有效性。研究结果表明：该方法对轴承数据的故障识别率可达到99.69%。通过对比可知，所提方法比现有的BP、CNN、SE-CNN、CBAM-CNN等常用机器学习方法具有更好的诊断性能和自适应能力。