保定市农村转移人口市民化的制度障碍研究

在中国经济发展的过程中,农村转移人口起到了重要的作用,在加快城镇化的进程中,实现农村转移人口全面市民化已经成为提高城镇化质量的关键。本文阐述了农村转移人口市民化的概念及其现实意义并且以河北省保定市农村转移人口为研究对象,基于对保定市的实地调研数据,深入研究了影响农村转移人口市民化的制度障碍因素,并提出了相关建议措施。     

设计模式在MIS中的应用

以网络资源管理系统为例,详细讨论了抽象工厂、观察者、模板方法、模型-视图-控制器模式,以及在MIS系统中如何有效使用设计模式来提高程序的扩展性和维护性.     

偏心距对类椭圆形采油螺杆泵举升性能的影响

针对不同偏心距螺杆泵,计算分析了排量的变化规律,并利用有限元方法研究分析了偏心距对螺杆泵举升性能的影响,给出了不同条件下螺杆泵扬程与偏心距的定量关系.结果表明:螺杆泵排量随偏心距的增大而减小;螺杆泵接触带上临界接触应力随低压腔室内部压力的增加而减小,但此规律与偏心距的大小无关;随着偏心距的增大,螺杆泵扬程下降.     

考虑自动化/人工混合站位的装配系统瞬态产能计算方法

智能决策是构建智能车间的关键要素之一,准确掌握系统实时运行状态是影响智能决策制定的先决条件。针对自动化/人工两类站位混合并存的装配系统,提出一种系统运行瞬态阶段实时产能的计算方法。首先,基于信息熵理论与认知可靠性模型构建站位可靠性模型;其次,通过构造工作站位与缓冲区的瞬时状态集,完成系统运行中工作站位瞬态行为的逆向建模;然后,建立系统瞬时状态映射关系矩阵,通过递推法对系统的瞬态产能进行求解;最后,通过实例分析验证了该方法的有效性和适用性。     

焦炉加热复合智能控制系统的研究与应用

 焦炉是具有大时滞、强非线性、多变量耦合、变参数的复杂对象。直行温度受多种因素的影响,传统的控制方法难以满足焦炉加热控制的要求。提出了间歇加热控制与加热煤气流量调节相结合的控制原理,利用模糊控制、神经网络等智能控制方法建立了焦炉加热的智能控制策略和模型。该控制策略采用一前馈、二反馈和智能控制相结合。根据焦化机理建立焦炉供热量前馈模型,并提出结焦指数CI反馈模型控制焦炉的炼焦过程。基于线性回归和RBF神经网络构建火道软测量模型,为控制建立温度反馈环节。智能控制方法用于调节停止加热时间和加热煤气流量。最后研究开发了焦炉加热的复合智能控制系统。实际运行结果表明：该系统能够实现焦炉加热的智能控制,稳定了焦炉生产,有效地提高了焦炭质量和降低了能耗,具有很好的实用价值。     

焦炉加热过程模糊复合智能控制系统模型研究

采用"间歇加热控制"与加热煤气流量调节相结合的控制原理,利用模糊复合控制建立焦炉加热智能控制策略和模型.该控制策略采用前馈、反馈和模糊智能控制相结合,并应用结焦指数CI控制焦炉的炼焦过程.根据智能控制策略,设计了焦炉加热模糊智能控制的结构和模型.根据实际需要和人工经验,设计了焦炉加热的模糊控制器.仿真结果表明该系统能够稳定焦炉的炉温,具有很大的实用价值.     

香兰素在食品贮藏保鲜中的应用研究进展

随着人们对食品安全问题认识的提高,天然多功能食品添加剂正受到人们越来越多的关注。香兰素作为一种易提取的天然香味化合物,因其原料成本低、生产工艺成熟,被广泛应用于食品贮藏保鲜和加工尤其是乳制品的加工中。本文主要介绍香兰素的结构与性质,综述香兰素在食品贮藏保鲜中的应用,包括抑菌作用、抗氧化作用、稳定剂作用,并提出香兰素在应用上还值得研究的问题,展望其应用前景。     

工业生产中软测量建模方法及其应用研究

软测量技术是基于推断控制理论的一门新兴工业技术.本文在介绍软测量技术的基本原理及其构成要素的基础上,详细介绍了工业生产中用于过程控制的常用的一些建模方法及其优缺点,同时也指出了其在工业生产控制中的实际应用.最后对其发展和应用状况进行了展望.     

Fe-Al金属间化合物对铝/钢钎焊接头力学性能的影响

研究了Zn-Al钎料钎焊铝/钢接头的铺展性能、钎焊接头力学性能与显微组织. 铺展试验结果表明,随着钎料中铝含量的增加,钎料在3003铝合金、Q235钢表面的铺展面积均增大,铝含量为15%(质量分数)时,在3003铝合金与Q235钢表面的铺展面积均达到最大值,继续增加铝含量,钎料铺展性能降低. 钎焊接头力学性能试验结果表明,随着钎料中铝含量的增加,钎焊接头强度提高,铝含量为12%(质量分数)时,88Zn-12Al钎料铝/钢钎焊接头强度最高,继续增加铝含量,钎焊接头强度降低. 综合考虑铺展性能及接头力学性能,88Zn-12Al钎料钎焊铝/钢接头性能最佳.     

基于蝙蝠算法优化的BP神经网络估算工质沸点温度

为了能够对计算机辅助分子设计过程中产生的分子实现精确的热物性预测,采用工质的沸点为重要预测参数,将现有的烷烃、烯烃、卤代烃、醇、醚、胺等6类热力循环所使用的工质划分为16类基团,并引入拓扑指数来区分同分异构体。提出了一种基于蝙蝠算法优化过的BP人工神经网络来预测工质的沸点温度。最后,通过仿真实验将优化后得到的BA-ANN与典型的GA-ANN模型进行误差对比,结果表明新构建的BA-ANN模型的各类预测误差均低于GA-ANN模型,其新模型能够显著提高工质沸点温度的预测精度。