摘要：通过对工程项目建设投资管理和工程造价管理现状分析,引出我国咨询工程师的概念,提出咨询工程师在设计阶段开展设计监理工作的重要作用,以及设计监理的工作内容和工作方法,以期达到控制设计阶段工程造价的目的。

摘要：高等教育的所有课程都应承担育人的功能,高校教师应积极进行专业课程思政的建设。首先分析研究生课程——单片机工程应用的课程特点,课程具有知识点多且交错联系复杂,内容比较抽象,综合性、工程应用和实践性都非常强的特点。然后整合课程内容,设计出既能体现关键知识点,又能在工程中经常用到,而且能方便学生动手实践的教学案例。实施任务驱动的案例教学,在案例教学中融入思政元素,达到育人育才的目的。通过课程教学实践表明,在教学实施过程中明显提升学生的参与感,学生的知识和能力获得感强,增强动手实践能力,升华自己的思想,坚定科技报国的决心。

摘要：为了研究高性能磁编码器角度解算芯片优化设计的相关问题,建立了采用数字坐标旋转机(CORDIC)算法和数字Ⅱ型系统实现的全数字跟踪型角度解算芯片的误差模型,在此基础上推导出CORDIC数字算法和Ⅱ型系统的误差表达式,然后根据此表达式对芯片内部的运算字长进行优化,最后采用VerilogHDL硬件描述语言建立了全数字角度解算芯片的验证系统。仿真和实验结果验证了芯片误差模型的正确性以及优化设计的可行性,当采用12Bits的A/D转换器时,其解算精度可以达到±0.042°。

摘要：针对采用串行架构、纯软件方式的DSP/MCU方案在多轴、高实时性、高性能场合所存在的不足,设计了一款全数字硬件化实现的四轴电机伺服控制ASIC芯片。充分结合ASIC所具有的全定制、并行、固化参数无法更改等特性,首先确定芯片的架构,将高实时性且相对固定的电机控制算法采用纯硬件方式实现,而灵活性要求较高的功能用嵌入式处理器实现;然后对四轴运动控制引擎的相关模块进行了高柔性化设计,重点介绍了四轴运动控制引擎的高柔性控制器、高柔性反馈检测单元、信号处理单元以及时序控制单元等,从而使芯片的灵活性和面积之间达到平衡。实验结果验证了芯片的正确性。

摘要：在冷装工艺生产模式下,不合理的轧制计划将导致不必要的钢坯库倒垛作业,严重时甚至会造成轧制生产的延迟或中断.本文在已知轧制计划和实时钢坯库存堆放情况的前提下,对轧制计划设置了三种调整策略:轧制钢坯替换、轧制单元内钢坯轧制顺序调整以及计划钢坯取消轧制调整.基于调整策略,建立了以最小化调整惩罚及实施计划时的钢坯库倒垛次数的加权平均和为目标的数学模型,并结合问题特征设计了三阶段求解算法(THA).通过基于实际生产数据的实验验证,结果相对于原轧制计划,在满足轧制工艺规程前提下大量减少了钢坯库的倒垛次数,算法和模型是可行且有效的.

摘要：针对圆钢的热轧批量调度问题,考虑实际生产中的机器检修计划对批量连续性加工的影响,以最大化产能利用率、最小化机器调整时间和订单提前拖期为优化目标,建立了多目标的整数规划模型,并提出改进的带精英策略的快速非支配排序算法对模型进行求解。算法结合问题的约束特征,采用改进的NEH算法生成初始解,并采用罚函数的思想设计适应度函数,对种群中存在的不合理解设计修复规则进行修复;针对遗传进化过程,设计了遗传操作方式,并在算法迭代过程中嵌入基于有限搜索范围的邻域搜索算法,避免算法陷入局部最优。实验结果表明,模型和算法对问题的描述和求解是可行有效的。

摘要：针对热轧圆钢的批量调度问题,考虑实际生产中工艺规程和交货期对轧制单元连续加工的影响,建立了以最小化设备调整时间、拖期生产惩罚和钢种跳跃惩罚为优化目标的数学模型,并设计了一种嵌入EDD规则的变邻域搜索算法.算法首先结合模型的约束特征,采用约束满足技术生成初始解;根据实际生产需求,将最小化设备调整时间作为主要目标,设计变邻域搜索算法实现目标优化,其中,运用混合算子构造邻域结构和局部搜索,并引入模拟退火接受准则来控制迭代过程中产生的新解;同时,为了最小化拖期惩罚和钢种跳跃惩罚,在求解过程中嵌入了EDD规则以及钢种排序规则.实验结果表明,模型和算法是可行且有效的.

摘要：针对钢铁企业板坯库的板坯倒垛问题,与以往的研究不同,考虑了在倒垛过程中压在目标板坯上的障碍板坯可以不倒回原垛位的作业模式.提出采用板坯在板坯库中的移动次数来衡量板坯库的作业负荷,建立了以移动次数为优化目标的整数规划模型.在对模型的求解中设计了基于概率模型进化的分布估计算法(estimation of distribution algorithm,EDA)来确定轧制单元对应的板坯,采用基于辐射邻域的启发式算法为障碍板坯寻找最佳的落位位置.通过不同规模的数据实验,探讨了参数对算法性能的影响,确定了有效的参数组合.并与当前常用的改进遗传算法、单亲遗传算法进行对比,验证了所提算法的有效性和鲁棒性.

摘要：在给定粗轧制计划的基础上考虑钢坯库倒垛优化,编制详细的轧制计划;建立以最小化轧制计划内钢坯出库总倒垛次数与轧制单元之间切换机架次数为目标的多目标整数规划模型;针对模型特征,设计一种基于钢坯匹配的单亲遗传算法.通过基于实际生产数据的实验验证,相对于传统的手工计算方法,所提出的算法在优化倒垛次数和切换机架次数上平均提升20%,算法和模型是可行且有效的.

摘要：通过对钢坯入库堆垛问题进行深入研究,建立了以最小化钢坯出库倒垛数为目标的数学模型,并设计了一种可以动态调整垛位顶层钢坯的堆放位置的DIBF(Dynamic and Improved Best Fit)算法。算法主要分为2个阶段,首先通过聚类算法将辊道上暂存钢坯形成入库批次;然后对入库批次通过DIBF算法进行批次指派垛位。通过钢厂实际生产数据对DIBF算法、IBF(Improved Best Fit)算法和传统手工计算方法进行验证。结果表明,相对于IBF算法和传统手工计算方式,DIBF算法不仅能够在限制可用垛位数的前提下减少倒垛次数,而且也能提高垛位的空间利用率,模型及算法可行、有效。