真空自耗电弧熔炼制备Cu-Nb合金

本文介绍了用真空自耗电弧熔铸Cu-Nb合金的方法。采用X射线萤光光谱、扫描电镜、能谱、X射线衍射、定量金相及其它常规测试手段,对铸锭的成分、杂质污染、合金的相结构及组成进行了测试分析,并加以讨论。     

基于自校正的供暖系统启动控制

供暖系统最佳启动控制的重点在于准确预测预热时间,获取供暖系统的准确预热时间,并以其控制供暖系统的启动,有助于整个供暖系统能耗最小化.针对具有间歇供暖系统供暖的建筑物,分析其内部温度在外界环境和热源影响下的变化过程和规律,从热力学角度建立了间歇供暖预热过程的数学模型.基于该模型,在间歇供暖的启动控制中引入了自校正控制,并进行了仿真和实验.结果表明,将自校正控制用于供暖系统的启动控制效果较好,能够节约能源.     

混合随机反向学习和高斯变异的混沌松鼠搜索算法

针对松鼠搜索算法(SSA)易陷入局部最优、过早收敛等问题,提出一种混合随机反向学习和高斯变异的混沌松鼠搜索算法(RGCSSA)。该算法通过Tent混沌映射初始化策略生成混沌初始种群,增强初始种群分布的均匀性,实现对解空间更高效的搜索;采用非线性递减的捕食者概率策略,平衡SSA的全局搜索和局部开发能力;利用位置贪婪选择策略在迭代过程中不断保留种群中的优势个体,以提升算法收敛速度;引入随机反向学习和高斯变异策略,在增加种群多样性的同时提高算法跳出局部最优的能力。使用10个不同的基准测试函数进行仿真实验,并利用Wilcoxon符号秩检验验证所提算法的寻优性能,结果表明,RGCSSA算法在求解精度、收敛速度和稳定性等方面均有极大提升。     

基于改进XGBoost超参数优化的地下工程空调系统负荷预测

针对地下工程空调负荷难以精确预测的问题,提出一种基于天牛须搜索算法（Beetle Antennae Search, BAS）优化极限梯度提升算法（eXtreme Gradient Boosting, XGBoost）的负荷预测模型。该算法通过引入典型最优解引导机制优化常规BAS算法中的位置更新策略,同时采用线性递减策略对天牛的搜索步长进行修正,以实现更快达到全局最优点,提高收敛速度;并利用改进的BAS算法对XGBoost中的决策树个数、树的最大深度2个对模型预测精度有较大影响的超参数进行寻优,以获得XGBoost的最优参数组合,提高模型预测精度。最后,以某地下保障工程空调系统为研究对象,验证所提出的预测模型的有效性。     

面向应用集成的办公自动化系统的发展

本文分析了办公自动化发展和变迁,介绍了面向应用集成的办公自动化系统,对其与信息化DNA模型理论的关系、及其设计框架进行了说明,最后阐述了面向集成的第四代办公自动化系统是OA发展的趋势.     

空调冷水二次泵压差模型不确定性的MFAC控制

中央空调冷水系统管路特性变化、设备老化等因素导致中央空调冷水系统二次泵压差模型具有不确定性,以致常规PID算法的调节性能变差,甚至在空调系统运行一段时间后出现不可控的现象;而无模型自适应控制(Model Free Adaptive Control,MFAC)是一种采用不依赖被控对象的具体数学模型的"泛模型"和一些"控制功能"的某种组合相结合的、具有参数自适应和结构自适应的控制方法;引入了无模型自适应控制算法,来改善中央空调冷水系统二次泵压差控制效果,确保系统的调节时间和超调量保持不变;仿真和实验结果表明:相对于PID控制,MFAC具有很强的鲁棒性和抗干扰能力及自适应能力,调节性能稳定,可以克服由于系统管路特性变化、设备老化等因素导致的中央空调冷水系统二次泵压差模型不确定性的情况,控制效果良好。     

楼宇自动化特色专业方向的建设与实践

文中以在自动化专业中开设楼宇自动化特色方向,培养经济社会发展的急需专业人才为目标,进行了专业结构调整的改革与实践。形成了一套独特的"树"型人才培养方案,构建了人才培养课程体系;实施了"四层次、三类型、多模块"实践教学体系,进行了"楼宇自动化"省级实验教学示范中心、校企合作实践平台建设;出版了特色教材,形成了一支跨学科、双师型的稳定师资队伍。以系统化、全方位的教育教学改革与实践,为培养特色鲜明、适应社会发展的高素质、创新型自动化高级专门人才打下坚实的基础。     

基于机器学习的污水源热泵机组故障诊断模型研究

根据污水源热泵机组的状态变量和部分故障类型,提出一种基于BP神经网络的污水源热泵机组故障诊断模型。以西安市某200万m2大型污水源热泵集中供暖系统为研究对象,采集2016年11月至2017年3月供暖期间热泵机组中蒸发器、冷凝器和压缩机的温度、压力等工况数据,利用L-M、BR、SCG训练算法分别建立故障诊断模型,并进行比较分析。研究结果表明:通过神经网络建立污水源热泵机组故障诊断模型,正常类型与故障类型的诊断结果差异显著,可以满足诊断需求。其中,L-M算法训练效果最优,迭代次数为113次,正常类型误差值均小于0.012,故障类型误差值均大于0.9。     

中央空调冷冻水系统优化控制研究

在实际的空调运行中,由于诸多因素的变化,空调系统的大部分时间在非设计工况下运行,一般都是在部分负荷下工作,达不到最大负荷,存在较大的能源浪费．本文提出了一种迭代控制对二次泵频率进行控制,根据用户负荷需求进行压差设定值的优化设置,使系统中的冷冻水阀门的最大阀位接近全开的状态,为系统提供所需要的最小供水压差,实现水泵节能．     

基于遗传算法的MFAC参数寻优

无模型自适应控制是基于数据驱动,不依赖于被控对象的数学模型,且结构简单,易于实现.目前关于无模型自适应控制器参数寻优的方法较少,给无模型自适应控制的应用带来了极大的不便.针对这种情况,设计了一种基于遗传算法的MFAC控制器参数寻优方法,并在matlab环境下分别以具有非线性、一阶惯性加大滞后、高阶加大滞后特征等3个不同...