一种燃煤发热量的综合预测方法

在研究燃煤实际发热量与其工业分析组成之间相关关系的基础上，提出了一种多元线性回归一支持向量机的燃煤发热量综合预测模型。用煤发热量与工业分析的原始数据构造训练样本集，然后建立基于多元线性回归算法的初步预测子模型，同时利用支持向量机修正子模型获得误差补偿量，则模型最终的预测值为初步预测子模型的输出值加上误差补偿量。实际预测结果表明，综合预测方法效果优于常用方法。     

玻璃布包装中锥度收卷的内张力分布及其参数确定

介绍了玻璃布包装过程中收卷张力控制系统的工作原理,并针对在该包装收卷过程中易产生折皱的问题,分析了包装收卷过程中的张力变化规律及其影响因素.从弹性理论出发,给出了锥度张力收卷后卷装的内张力分布公式,通过这些研究,可对不同锥度系数下的包装收卷情况进行估计.最后,给出了不同卷装条件下避免折皱的锥度系数的确定方法.     

一种磁链轨迹跟踪的PWM方法及其特性分析

提出一种基于磁链轨迹跟踪策略的电动机变频调速方法。该方法不通过空间电压矢量的合成,而直接通过实际磁链矢量来跟踪基准磁链圆轨迹,再由跟踪的结果决定逆变器的开关状态模式,从而实现对脉冲宽度调制(PWM)波的调制输出。对该方法的基本原理进行推导,给出具体的控制策略,并对其产生的PWM波形特性进行系统分析。仿真及物理实验结果表明,该方法幅度调制比可达到1,电压利用率与空间矢量脉宽调制(SVPWM)方法相同,比正弦波脉宽调制(SPWM)提高15.47%;同时验证了其跟踪误差上限的存在性,为进一步分析该方法精确度提供了定量依据。该方法为变频调速的底层实现提供了另一种可行的途径。     

基于混沌保密的无线语音通信系统

针对无线语音通信易被监听等特点,设计了一种基于混沌保密的无线语音通信系统.该系统中以AT89C51单片机和射频收发器为核心,采用改进的混沌算法.该文分析了系统的工作原理和工作过程并给出了硬件电路图及固件流程图,着重说明了改进的混沌算法在单片机上的实现方法.最后,在单片机上成功进行了混沌保密的无线语音通信实验并取得了令人满意的结果.     

玻璃布浸胶干燥生产线中的收卷问题及其对策研究

针对玻璃布浸胶生产中收卷易产生折皱的问题,本文从浸胶生产的特殊性分析了收卷过程中的张力变化规律及其影响因素,并由弹性理论给出了收卷后胶布卷的内张力分布公式;然后,分析了玻璃布浸胶机收卷系统的工作原理和影响收卷质量的有关因素,通过这些研究,可对收卷系统有关参数及这些参数下收卷情况进行估计;最后,给出了在该工序中避免折皱的对策。     

"全质量"管理系统中知识发现技术的实现研究

介绍了数据库知识发现（KDD）和数据挖掘（DM）的基本概念及其在企业“全质量”管理信息系统中的应用和新发展，提出了在大型质量数据库中为实现“全质量”管理的知识发现模型及其子系统的实现方案。其基本思想是在制造业质量管理领域中，将质量管理与质量控制的信息集成於原始质量数据库中，创建智能质量知识发现系统和质量评价决策系统；这种智能质量知识发现系统能有效解决专家决策系统“知识瓶颈”问题并为“全质量”专家系统提供新知识依据，为实现真正意义上的企业智能质量管理创造条件。     

基于信息集成的制造业质量创新研究

文章总结了我国制造业信息化现状，建立了具有质量、成本、时间等3维质量要素框架及基于信息集成的质量创新框架模型；探讨了管理创新的主要内容和技术创新的关键技术；结合案例，分析了质量创新绩效及其评价方法。     

一种有效提高控制图异常模式识别效果的方法

提出了一种基于主元分析(PCA)的控制图特征提取方法,先用常规控制图提取生产过程数据集,再将其高维特征进行线性组合并向低维空间投影,从而降低了分类器的输入维数,提高特征的敏感性。用一个含有6种趋势的20维特征数据集进行测试,通过PCA预处理后,特征被降到了3维并保留了88%的分类信息;再用BP分类器对特征提取前后的数据集进行识别,结果优于新型RSFM网络进行直接识别的效果。实验结果表明了本文方法的可行性和有效性。     

一种带有误差补偿项的折线线圈阻抗解析建模新方法

提出一种包含误差补偿项的任意折线线圈阻抗解析新模型。首先,在前人研究的基础上,通过定义外形位置因子,简化单矩形折线线圈的阻抗计算。其次,对多个单矩形折线线圈之间的相交耦合作用进行研究,建立串联等效电感模型。再次,讨论任意形状折线线圈的拆解和重构过程,研究重构过程的误差分布,并推导出误差补偿的数学表达;进而得到任意形状折线线圈的入射场阻抗及散射场阻抗的完整解析模型。最后,对螺线形折线线圈这一典型特例进行计算,绘制阻抗平面图,并利用高精度阻抗测试仪进行物理验证实验。结果表明,所提方法能有效补偿线宽因素带来的误差,可对置于导体上方的具有不同激励频率和提离的任意形状折线线圈的阻抗进行解析计算。     

一种基于最小二乘支持向量机的年电力需求预测方法

针对电力系统年用电量增长的特点,将最小二乘支持向量机LS-SVM(least squares support vector m a-ch ine)回归模型引入年电力需求预测领域,并给出了相应的过程和算法。与常规基于人工神经网络ANN(ar-tific ial neural networks)的智能预测方法比较,该模型优点是明显的:1)将神经网络迭代学习问题转化为直接求解多元线性方程;2)整个训练过程中有且仅有一个全局极值点,确定了预测的稳定性;3)将年电力需求预测的外插回归问题转换为内插问题,提高了预测精度。应用实例表明:该模型实现容易、预测精度高,更适合年电力需求预测。