基于WSN的智能农机自动导航控制系统研究

为了提高农机的自动化和智能化作业水平,采用无线传感器网络设计了农机自动导航控制系统,系统主要由车载导航控制终端、后台服务器和ZigBee无线传感器网络组成;车载导航控制终端在嵌入式控制器S3C2240平台上开发设计,主要采用PID模糊控制算法对农机的运动状态进行调节和与服务器的通信;后台服务器根据要作业的区域利用定步长连续寻点方法进行了农机行驶的路径规划,接收移动车载导航控制终端上传的接收信号强度指示RSSI后,借助多点定位算法进行精确定位,并向移动车载导航控制终端下达期望的速度和方向指令;实验结果表明:设计的智能农机自动导航控制系统能够实现精确定位和速度控制,平均定位误差为仅为0.217 m,在设定运动速度为1 m/s时,实际的平均速度为0.984 m/s,能够完全满足农机自动导航作业的需要。     

三维跨音速叶栅自动气动优化设计

应用三维叶栅自动设计参数化方法,选择E3约束的条件下进行了自动气动优化设计.优化后,最优叶栅的总压恢复系数比参考叶栅提高了0.8%,流量和出口气流角都在约束范围内.对优化结果的详细气动分析表明,叶栅性能有显著的改善,表明该算法具有良好的优化性能.     

激光诱导击穿光谱的自组织特征映射结合相关判别对天然地质样品分类方法研究

激光诱导击穿光谱技术具有微损、原位、快速分析的特点,在样品分类识别、成分分析等领域有广阔的应用前景。为探索该技术在天然地质样品识别应用的可行性,提出了一种自组织特征映射神经网络结合相关判别对天然地质样品LIBS光谱分类识别的方法。为减小全谱中背景噪声等不相关数据干扰、降低计算量,在元素谱线归属的基础上进行了特征谱线提取,实现了高维光谱数据的降维。以特征谱数据为输入建立网络训练模型,得到具有输入样本特征的权向量,通过权向量与待测样本进行相关分析可以实现样品分类。对16种天然地质样品的分类算法实验证明,在全谱、主成分降维和特征谱段三种数据处理方法中,特征谱的降维和提取LIBS数据主特征效果最优。改进的SOM网络结合相关判别算法比支持向量机方法和直接应用SOM网络方法的分类准确度更高,初步证实了该方法的有效性。     

QIC-160等静压机自动控制系统的设计与实现

QIC-160等静压机是20世纪80年代初引进的国外成套大型设备，主要用于粉末成型产品的压制。设备最高工作压力达200MPa，温度可达120℃。设备从引进到现在已经20多年了，电器元件也已老化，鉴于该设备现在液压系统及主体运行还基本正常，故对原设备控制系统进行了设计更新。     

大直径双螺旋垃圾给料机研制

目前国内城市生活垃圾处理的均匀给料，特别是原生垃圾的均匀给料是一个难题。垃圾给料机作为垃圾处理前分选系统的龙头设备，应该具备不堵料、不卡料、无缠绕、均匀给料的能力。但目前国内使用的垃圾给料机都不同形式地存在卡料、堵料、缠绕、不均匀和无量控制等弱点，使前分选系统经常维修，处于半工作状态，影响垃圾处理厂正常运行。为此，环保中心于2003年承担了大直径双螺旋垃圾给料机研制。     

基于GSM的数据采集与控制系统

基于GSM的数据采集与控制系统有着广阔的应用前景和巨大的经济价值。其技术是“数字地球”、“数字黄河”等大型项目中的一项重要技术。其结构如图1所示，系统由智能传感器、GSM短信息收发子系统、集中监控中心构成。     

现代热力学的完整分类系统--非平衡非耗散热力学新领域

在同一体系中同时有多个不可逆过程时，不可逆过程之间会有相互影响，原来的非自发过程有可能在其他自发过程的影响下得以进行，这种现象就称为热力学耦合或反应耦合，长期以来，经典热力学把热力学第二定律的等式作为平衡体系的充分必要条件，其中隐含了一个前提性的假定，即经典热力学的对象只限于非耦合的体系，摈弃这一隐含的前提性假定以后，热力学自身就发展成为一个现代热力学的完整学术体系，适用于任何宏观体系（包括极其复杂的生命体系），现代热力学的完整学术体系中包含了一个崭新的非平衡非耗散热力学新领域，由于该领域属于热力学第二定律的等式部分，因此可以定量计算，并得到一系列理论计算的非平衡相图，与文献上报道的激尖低压金刚石合成等的大量实验数据相符。     

德国F125护卫舰将装备新型红外监视系统

为了增强德国海军新型F125护卫舰在稳定行动中的军队保护水平和安全性，德国国防采购局决定采购迪尔BGT防务公司的360。红外监视系统。这种新的红外监视系统具体的名称为SIMONE（船载红外监测、观察和导航装备）系统。据称，SIMONE系统可自动预警各种潜在的不对称威胁，如从陆地、海面或空中接近的特种部队、恐怖分子或海盗。     

Giant Magneto-Impedance of Co50Ni22Ga28 Alloy with High Chemical Ordering

The microstructure of CosoNi22Ga28 ribbon with the L10 structure is examined. The band-like morphology is observed. These bands with the width in a range of 40-200 nm appear along the transverse direction of the ribbon. The giant magnetoimpedance （GMI） effect in this alloy is measured. The results show that Co5oNi22Ga28 exhibits a sharp peak of the GAI effect. The maximum GAH ratio up to 360% is detected. The GMI effect measured versus temperature shows large jumps of the magnetoimpedance amplitude at the reversal martensitic transformation temperature 240℃ and Curie temperature 375℃C respectively. The jump ratios of the magnetoimpedance amplitude examined at these temperatures are about 5 and 10, respectively.     

基于微种群遗传算法和自适应BP算法的遥感图像分类

介绍了采用微种群遗传算法和自适应BP算法相结合的混合遗传算法来训练前向人工神经网络(BPNN)的方法。即先用微种群遗传学习算法进行全局训练,再用自适应BP算法进行精确训练,以达到加快网络收敛速度和避免陷入局部极小值的目的。将此算法用于遥感图像分类,网络的训练速度及分类结果表明,该算法收敛速度较快,预测精度较高。