一次成井技术在石人沟铁矿的应用

传统上分段凿岩阶段矿房法切割天井的形成,大都采用7655型凿岩机进行浅孔凿岩方式,人员劳动强度大,劳动效率低,且安全上也没有保障,为提高劳动效率,石人沟铁矿采用进口1254台车,进行中深孔凿岩,一次爆破成井,大幅提高了劳动效率,降低了人员劳动强度,提高了安全系数.     

铝合金芯铝绞线在750kV输电线路中的节能分析

为了降低输电线路电能损耗,提高电能利用效率,新疆二通道750kV输电线路采用了一种新型节能导线JL/LHA1—220／230型铝合金芯铝绞线。把这种铝合金芯铝绞线的节能效果与常规导线进行对比分析,结果表明铝合金芯铝绞线在全寿命周期内年费用低,具有显著的经济效益。     

用后钢包透气砖显微结构分析

对60 t LF VD精炼钢包用刚玉-尖晶石透气砖和45 t LF精炼钢包用铬刚玉-尖晶石透气砖用后残砖进行了显微结构分析。结果表明:LF精炼工艺用透气砖狭缝及裂纹有明显的渣侵蚀和渗透,LF VD精炼工艺用透气砖狭缝和裂纹有钢液渗透。在周期性操作过程中,狭缝口部的扩大和热震造成的裂纹会使钢液或渣液的渗透侵蚀作用加剧并导致剥落现象的发生。透气砖狭缝堵塞直接影响吹通率和使用寿命,所以,要优化狭缝尺寸,提高材料的抗热震性。     

浅谈粮食加工厂的粉尘与控制

本文对粮食加工厂产生粉尘的原因及危害,并提出了降低粉尘的方法和措施。     

ACS800在加热炉出钢机控制系统中应用

加热炉出钢机是加热炉控制系统中非常重要的一部分,出钢机控制不好可能导致很多问题,如板坯无法出炉、板坯掉到加热炉内等,直接影响生产运行和设备安全. 出钢机系统组成 出钢机系统主要由PLC、检测元件、变频器、异步电动机、通信网络等元器件组成,控制系统结构见图1.     

基于神经网络的分形图像编码边缘信息提取

利用并行神经网络实现分形图像编码时,提出一种限定父块选取的编码方法。该方法保留了结构简单、计算量小等特点,获得的分形码流不仅可从任意图像开始,通过多次迭代重建图像,而且还可以从均匀灰阶图像（全黑图像除外）出发,迭代一次获得精确的图像边缘。模拟结果表明该方法是有效的。     

结合问题特征利用SE-Tree反向深度求解冲突集的方法

基于模型诊断是人工智能领域内的一个重要研究方向,求解极小冲突集在基于模型诊断中有着重要应用.在对结合CSISE-Tree求解冲突集方法深入研究的基础上,根据冲突集求解特征重构了结合枚举树的计算冲突集的过程,提出基于深度优先反向搜索求解冲突集的方法.针对CSISE-Tree方法求解时占用内存空间与元件总数指数级相关的缺点,构建反向深度搜索方法减小求解时所占用内存空间;针对CSISE-Tree方法不能对部分非极小的冲突集进行剪枝的问题,给出对非冲突集和更多非极小的冲突集进行剪枝的方法,有效减少了求解时调用SAT(Boolean SATisfiability problem)求解器的次数;实验结果表明,与CSISE-Tree方法相比,本文提出的方法求解效率有明显的提升,并避免了求解时的内存爆炸问题.     

结合特征学习的粒子群求解极小碰集方法

基于模型诊断中的极小碰集问题是人工智能领域的一个重要课题,现实中很多实际问题都可以转化为极小碰集问题,如老师与课程问题,极小覆盖集问题等.通过对极小碰集问题特征的研究,本文结合粒子群优化求解极小碰集的算法提出了一个新的算法,来指导极小碰集的求解:引入学习机制,减少极小碰集求解中对无解空间的搜索;加入翻转策略,来加速极小碰集有解空间中的求解.实验结果表明本文提出的算法在求解极小碰集问题上的效率有明显提高.     

神经网络中将任务学习与模型学习相结合的E-H和E-H-W学习方法

本文从获取好的神经网络泛化能力出发,首先提出了将Hebbian学习与增加问题复杂性统一起来的思想,并通过在总的误差函数中增加一限制函数来实现Hebbian学习.基于此,提出了一种将误差驱动的任务学习与Hebbian规则的模型学习相结合的E-H方法.然后,根据模型学习应同时考虑减小网络复杂性和增加问题复杂性的思想,又提出了一种将误差驱动的学习与Hebbian规则、简单的权退化法结合起来,共同来提高神经网络的泛化能力的E-H-W方法.最后通过大量实例仿真将它们与纯误差驱动的方法、权退化法、其它文献中的相关方法进行了比较.结果表明我们的方法具有最好的泛化能力,是很有效的神经网络学习方法.     

改进的在线自然语音卷积混合信号时域盲分离方法

针对语音信号所具有的非平稳性和时域相关性,提出了一种新的卷积混合语音信号盲分离的在线时域算法。该算法通过利用分块处理方法和带遗忘因子更新的非完备约束条件及其推广,对于许多已有在线算法中存在的由于目标源数目随时间不断变化而产生的不稳定性问题,以及语音信号时域相关性而导致的恢复信号失真问题进行了改进,最后通过仿真,结果表明,本文方法可以有效地处理语音卷积信号的在线盲分离问题,同时在源数目变化时算法的鲁棒性较好。