DCS分布式冷却系统在通信基站的应用研究

针对基站柜式空调耗电量大的问题,创造性地使用基站分布式冷却的方式,达到精确送风,节能高效的目的.在应用实践中检验了分布式冷却系统实际节能量和应用效果,总结出分布式冷却系统应用场景和范围,为更大范围推广应用DCS分布式冷却系统提供实践依据.     

一种基于FPGA的可变速率帧结构设计与实现

在简述V.35接口的基础上针对V.35接口速率可变的应用需求提出了一种速率可变的帧结构,该帧结构可支持N×64kb/s(3≤N≤32)速率,从而在V.35接口上实现了多种速率的低速业务传输.     

浅谈氯碱氢的一种深度脱水工艺

概述了氢的主要工业生产方法和实际应用,详细介绍了氯碱氢三级脱水工艺过程,并运用在线分析手段,准确显示了干燥过程中的氯碱氢水分含量变化规律。     

冷矫机弯辊控制的完善与优化研究

本文据国内矫直机的使用情况,提出完善弯辊功能,解决辊缝标定清零及运行中的问题,提升轧钢厂运行效率与产品质量。     

鸡西盆地太平普查区岩浆活动特征

通过对普查区喜山期玄武岩喷发分布范围、形态的分析,对燕山晚期闪长玢岩分布范围、与构造关系、对煤层的影响等方面的分析,阐述了太平普查区岩浆活动特征。     

新型计量斗在锰粉料制块配料中的改进应用

锰粉料制块是解决铁合金冶炼精料入炉的主要途径之一,生产过程中为解决锰粉料粘附计量斗的问题,介绍了一种新型计量斗,阐述他的结构特点和工作原理,实施改进后下料流畅,降低了劳动强度,提高了生产效率。     

Modeling Impact of ROADM Intra-Node Add/Drop Contention on a Single Node Lightpath Blocking Performance

We propose an analytical model to evaluate the lightpath blocking performance for a single ROADM node with intra-node add/drop contention,in which the number of lightpaths that can be added/dropped with the same wavelength is limited by the add/drop contention factor.Different models of traffic load per nodal degree are considered to validate the effectiveness of the analytical model.The simulation results show that the proposed analytical model is effective in predicting the performance for different values of add/drop contention factor C and for variable offered loads at the node.The add/drop contention factor shows an important impact on the lightpath blocking performance and properly raising the contention factor can significantly improve the lightpath blocking performance.When the add/drop contention factor C exceeds a certain level,the performance of a ROADM with intra-node contention is close to that of a contentionless ROADM.     

土耳其盐穴地下储气库大井眼钻井技术

土耳其Tuz G?lü盐矿区拟建造地下天然气储气库,存在2个可能性风险:矿床实际深度与原计划钻探深度的偏离;钻井与建腔过程中侵出CO2气体,因此该气库建造存在一定的地质及工程风险。为加快该项目进展,满足盐穴储气库钻井要求,通过优化方案采用国内没有应用过的生产套管大尺寸井眼井身结构,采用液压扩孔器扩眼,并形成钻井配套技术。文中从井身结构、钻头优选及螺杆钻具应用、钻井液体系优选、固井以及钻探效果等方面,阐述Tuz G?lü天然气地下储气库钻井技术。通过实施,有效降低了钻井事故复杂时率、缩短钻井周期,机械钻速得到提高,取得了显著的经济效益。     

基于Q-learning的不确定环境BDI Agent最优策略规划研究

BDI模型能够很好地解决在特定环境下的Agent的推理和决策问题,但在动态和不确定环境下缺少决策和学习的能力。强化学习解决了Agent在未知环境下的决策问题,却缺少BDI模型中的规则描述和逻辑推理。针对BDI在未知和动态环境下的策略规划问题,提出基于强化学习Q-learning算法来实现BDI Agent学习和规划的方法,并针对BDI的实现模型ASL的决策机制做出了改进,最后在ASL的仿真平台Jason上建立了迷宫的仿真,仿真实验表明,在加入Q-learning学习机制后的新的ASL系统中,Agent在不确定环境下依然可以完成任务。