摘要：为了提高混凝土试块脱模质量,研发了一款全新的全自动化实验设备-混凝土试块脱模机,为了提高脱模机的工作效率和质量,以脱模机转动系统为例,提高其脱模机转动系统的角度控制。该文基于极点配置理论设计了一种脱模机转动控制器,并通过仿真实验验证其有效性。结果显示,在6 s的时间内系统可以达到稳定状态。该文采用了遗传算法优化加权系数,通过实验仿真,将系统稳定时间缩短到0.5 s。研究结果表明,采用基于极点配置控制理论的脱模机转动控制器,结合遗传算法进行优化,可以提高脱模机转动系统的角度控制,缩短稳定时间,提高设备运行效率。

摘要：该文在船舶舰艇等常用离心泵系统实际模型的基础上,完成了理论数学模型的建立,并运用MATLAB/Simulink完成了其中一种典型系统的控制系统设计并对理论模型进行了仿真分析。通过仿真结果得出,采用不同的控制参数对系统的控制结果影响很大。但针对不同的控制系统和控制方法,均需要正确且完善数学模型的理论支撑。该文提出的离心泵典型系统的数学模型可完全支撑控制系统的建立,显示了其严谨性。

摘要：消费者需求牵引服装产业中服装个性化定制模式,但由于服装产业链流程长,涉及环节众多,各环节之间难以实现数据的互联互通和资源共享,消费者与生产、加工环境的信息孤岛现象严重,个性化定制模式难以实施和应用。针对上述问题,文章将标识解析体系引入服装个性化定制产业链,设计基于标识解析的服装个性化定制系统。

摘要：针对人工智能类课程中存在的问题,进行了人工智能导论课程改革探索。首先,提出“四有”式教学改革思路和方案;然后,针对专业特点和课程目标设置了课程模块和考核方式;最后,设计了覆盖多个维度的课程调研问卷,并对近两届的数据进行了统计分析。本教学改革模式主要是人工智能类课程教学改革的初步探索,希望能为其他高校和专业教学改革提供参考。

摘要：粮食生产供应关乎国家安全稳定,针对目前粮食供应链存在的数据共享水平低、管控智能化程度不高等问题,构建基于工业互联网标识解析技术的粮食供应链数字孪生系统。以大米供应链为典型对象,首先设计涵盖收购、运输、加工、仓储、包装、销售的大米全供应链数字化模型,研究基于标识解析体系的各环节全要素标识编码和数据开放共享,建立实物对象与信息系统之间的数字桥梁;提出包含物理层、网络层和孪生层的数字孪生体系架构,形成基于工业互联网的数据流通共享基础,明确孪生体系架构的关键模型;并详细阐述设备、产线、物料等对象的全要素精准建模过程,构成集几何模型、物理模型、行为模型和规则约束模型为一体的数字孪生模型;最后借助Unity3D软件以及C#编程技术搭建大米供应链数字孪生原型系统,实现对产线的三维可视化监控。实验结果表明,该系统在供应链全要素数据充分共享基础上,通过三维展示、预测控制和智能决策一定程度上提升了大米供应链智能化监管能力,为工业互联网等技术赋能产业数字化转型提供参考。

摘要：工业软件一体化是支撑工业企业生产运行及数字化转型的重要基础,也是实现产品全生命周期管理的核心依托;标识解析路径作为实现工业全要素互通的关键枢纽,助力工业软件的深度集成与融合。本文针对我国工业软件一体化发展面临的数据孤岛、业务孤岛现状,从产品设计生产、质量信息追溯、企业“业财融合”等角度分析了工业软件一体化的应用需求;通过剖析工业软件一体化的国内外发展历程,总结了工业软件在市场占有率、使用成本、系统协调联动,高端制造应用、核心技术竞争、信息安全风险、生态体系建设等软件全套采购方面存在的问题。围绕物理网关、接口平台、云组件技术等重点方向,提出了工业软件一体化与标识解析相结合的发展思路,涵盖工业软件一体化集成的技术架构、标识解析技术路径、数据管理方式、核心功能等要素。研究建议,从行业驱动、企业思想、人才支撑等角度着手,努力推动标识解析体系与工业软件对接,更好促进工业软件的互联互通。

摘要：[目的/意义]隐私数据要素的流转是保证粮食供应链安全高效运行的重要基础。实现粮食供应链中隐私数据要素的协同计算对保障粮食质量安全具有重大意义。[方法]针对供应链中不同主体间因数据的隐私性而无法共享并参与计算的难题,提出基于工业互联网标识解析技术与联邦学习的粮食供应链数据流转与协同计算架构,设计了支撑联邦学习数据互通的数据标识编码和任务标识编码及对应的参数、信息和评价数据模型;搭建了不同主体数据特征同构的单环节横向联邦学习模型和数据特征异构的跨环节纵向联邦学习模型,基于逻辑回归算法对模型参数进行快速调整计算,以粮食供应链安全风险评估场景为对象,依托开源FATE (Federated AI Technology Enabler)联邦学习平台进行测试验证。[结果和讨论]相比传统的单一主体评估计算,横向联邦学习评估准确率提升6.7%,纵向联邦学习评估准确率提升8.3%。[结论]采用联邦学习的方式提高了评估的准确性。本研究可为粮食供应链安全高效稳定运行提供技术支撑。

摘要：针对目前我国河湖水质监测手段单一、落后与水质评价比较困难的现状,研发了一套便携式河湖水质在线监测仪表,可以实现对水质参数的远程实时监测、分析处理以及水质智能评价,融合了串口技术和3G通信技术,体积小巧,易于携带。该仪表可以通过水质传感器实时地获取水质参数信息,其搭载的软件可以实现水质参数的实时显示、历史数据曲线显示查询以及水质评价分析等功能,同时可以通过3G网络将水质数据实时上传到上位监测系统中。本文还提出了一种智能水质评价算法,该算法采用人工神经网络中的LVQ分析法对水质状况进行评价,同时将该算法内嵌到仪表软件中,评价效果良好,进而为水环境监测与治理提供了一种新的应用平台。