摘要：地铁列车牵引电力消耗总量过大是目前地铁运营公司面临的一大问题。为量化评估地铁列车牵引能耗,促进厂家不断优化牵引系统设计,降低地铁列车牵引能耗,文章在综合分析影响地铁列车牵引能耗因素的基础上,根据地铁列车牵引能耗测试的控车需求,研制了一种用于地铁列车牵引能耗测试的便携式控车装置,其实现了通过模拟司控器级位信号控制不同厂家地铁列车的自动运行和采集、记录和分析地铁列车牵引能耗数据的目标。试验结果显示,该装置能保证试验过程中列车按照规划曲线运行的最大速度误差小于2 km/h,解决了因人工操纵造成的列车运行过程不一致、试验数据不可信的问题,可满足对不同厂家地铁列车进行牵引能耗测试时的控车需求。

摘要：针对高速列车ATP的测试需求,开发出了ATP目标模拟器。对ATP目标模拟器的原理和硬件设计思路进行了介绍,重点叙述了通过脚本实现自动测试的软件设计方案。对目标模拟器的软件架构,脚本执行程序、信号控制程序及两者之间数据交互的实现方法进行了详细说明。该目标模拟器已经投入使用,运行情况良好,已成为试验室ATP系统集成验证测试的必备工具。

摘要：以蚕丝油为分散相、卡波姆水凝胶为连续相,设计玻璃管微流控器件,制备液滴尺寸均一可控的液滴悬浮液。卡波姆水凝胶的流变测试表明其具有剪切变稀的性质。在没有剪切力的情况下,卡波姆水凝胶黏度较大,可以稳定悬浮液滴;在微流控器件中高速剪切下,卡波姆水凝胶黏度变小,可以流动并乳化油相。通过改变内相蚕丝油的流速和外相卡波姆水凝胶的流速,可以调节液滴悬浮液中液滴的大小和油水的比例;通过微流控器件的平行放大设计,可以实现液滴悬浮液的连续和批量生产。微流控技术精确控制乳化过程并制备液滴悬浮液具有广阔的应用前景。

摘要：光纤到户改变了传统的铜缆接入模式,以光纤作为载体敷设到每家每户,为家庭提供高带宽的接入服务。本文主要论述了家居内部布线如何适应光纤到户的需求。

摘要：光纤到楼即FTTB在PON技术发展的初期阶段,是宽带接入的主流建设模式,为规模发展FTTH奠定了基础。但由于多个用户共享一套终端设备,在视讯业务突飞猛进的今天,依然存在一定的带宽瓶颈。本文提出了对现网FTTB升级改造模式。

摘要：电路原理图及印制板图的显示是开发电路故障诊断等软件中的关键技术.本文利用Visual C++6.0开发了电路原理图及印制板图显示工具,在分析DXF文件格式的基础上,详细描述了显示库的设计原理及实现方法.它还对进行电路故障的检测和诊断提供了指导,并对原理图及印制板图具有保密功能,通用性强.

摘要：为了探究叶轮流道入口喉部面积对离心泵空化性能的影响,以某型号离心泵为研究模型,通过修改叶片包角和方格网流线构建了4组具有不同叶轮流道入口喉部面积的叶轮,基于RNG k-ε湍流模型和Schnerr-Sauer空化模型,对4组模型泵方案的空化性能进行数值模拟。研究结果表明:在保持叶轮流道出口面积不变的前提下,叶轮流道入口喉部面积增大,初生空化余量NPSH_i与临界空化余量NPSH_r的变化存在相反的趋势,两者之间没有倍数关系;临界空化余量NPSH_r主要与叶轮流道面积的变化趋势有关,宽敞流道有利于降低离心泵的临界空化余量,提高空化严重时的断裂扬程;初生空化余量NPSH_i与叶轮进口几何形状有关,为获得较小的初生空化余量,在水力设计过程中,须采用使入口喉部面积减小的措施。

摘要：为了提高多级离心泵的水力效率,以次级叶轮的进口直径为优化对象,保持叶片型线的方格网不变,共设计了5组具有不同进口直径的水力优化方案,基于RNG k-ε湍流模型进行定常数值计算,探讨次级叶轮进口直径的变化对多级离心泵水力性能的影响。结果表明:在一定范围内减小叶轮进口直径,能够降低叶轮的扬程与轴功率,但扬程减小的幅度有限,最低扬程仅比最高扬程减小了0.64%,而轴功率的降低幅度比较明显,最小轴功率比最大轴功率降低了1.90%,最终可使叶轮的水力效率提高1.29%,多级离心泵次级叶轮的进口直径存在最佳值,能使泵的水力效率相对较高。

摘要：针对分布式两阶段混合流水车间调度问题(DTHFSP),提出一种教学优化算法(TLBO)求解工厂分配问题并设计一种启发式算法解决机器分配问题,以最小化最大完工时间.首先,采用均衡工厂负载的方法生成初始班级;然后,引入淘汰机制以加强对优势解的局部搜索效率,并在自学阶段增加反思过程强化教学结果;最后,通过大量实例实验验证了教学优化算法在求解分布式两阶段混合流水车间调度问题时的搜索优势.结果分析表明教学优化算法在求解分布式两阶段混合流水车间调度方面具有更好的稳定性和求解质量.

摘要：传统玻璃成分设计方法不仅计算繁琐、工作量大,效率低,而且精度较低,生产者迫切希望能改进玻璃成分设计方法。计算机辅助建模大大缩短了新材料、新工艺和新设计从实验室转移到生产现场所需的时间,为玻璃成分设计提供了强有力的技术支持。人工神经网络是用工程技术手段模拟生物神经网络结构特征的一类人工系统。它具有很强的自学习能力,能够从已有的实验数据中获取有关材料的组分、工艺和性能之间的规律,并达到预测的目的。本文主要研究了人工神经网络在玻璃成分设计中,尤其是在预测玻璃性能方面的应用。