摘要：设计并实现了基于DSP2812的ZX7-400逆变式直流弧焊机人机交互和数字PID控制系统。该控制系统主控芯片为TMS320F2812芯片,主频最高可达150 MHz,配以HD7979数码管键盘控制芯片,充分结合模拟电路、数字电路和DSP的优势,在模拟PI进行内环控制的基础上,实现了数字PID外环控制的手工焊和简单氩弧焊功能,并实现弧焊参数的数字化输入、锁定、显示、存储和调用,焊机还设有自起风机、过热保护、网压过/欠电压保护电路,不仅解决了传统弧焊参数输入和显示不精确及重复性差的问题,而且实现了焊接控制的数字化和智能化。

摘要：1.5位每级流水型ADC子单元的传输函数满足混沌映射的特性,通过将子单元的两个数字输出进行异或,改变产生序列的分布特性,即可用来产生独立且均匀分布的随机数.根据这个原理设计实现了一种高速真随机数发生器,并引入了一种新型的高速低功耗预放大锁存比较器.仿真结果表明,在未加任何后处理电路修正的情况下,生成的随机序列即可通过NIST标准随机性检测,输出比特率可达200Mb/s.

摘要：提出一种计算互连融合体系结构FCI,以片内互连形式直接将计算内核和网络接口通过互连总线集成至计算内核中。FCI中设计了具有单周期转发特征的XBAR结构,只需多个输入端口报文之间没有冲突发生便能实现单周期转发操作,适应于各类路由算法与流量负载,对系统中的网络链路层进行了设计,用以实现报文的可靠传输,并在高速串口中设计了一种用于物理编码子层的加扰方法及装置,用于增加码率扰动,以提高信号传输质量并减少信号传输延迟。测试结果显示,相对于传统的经由PCIe相连的互连系统,FCI结构在通信带宽上提升了约30%,而在延迟上则降低了约16.7%,具备高带宽、低延迟等优点,可为实现网络与计算深度融合及高密度互连系统提供切实可行的方案。

摘要：根据GeneBank中人血清白蛋白(HSA)的基因序列,设计一对特异性的引物,从人肝cDNA文库中扩增出其编码序列,并加入酶切位点XhoⅠ,以pCDNA 3.1为模板,设计特异性的引物,并在上游引物加入NotⅠ,下游加入ApaⅠ和NotⅠ,扩增出筛选标记新霉素抗性基因neo,然后再以pBC1为基本骨架,在其NotⅠ、XhoⅠ位点处分别插入hsa和neo,从而得到乳腺表达载体pBC-NEO-HSA,将该质粒注射入奶山羊乳腺中进行暂时性的表达,结果显示所构建的载体能够有效地指导目的基因的表达,从而为下一步构建细胞系、克隆动物作好基础。

摘要：利用天然斜发沸石离子交换脱除氨氮机理处理污水厂二级出水,通过对沸石离子交换柱的NH4+交换量、沸石柱离子交换柱的再生和再生盐水的脱氮进行分析,确定了去除污水厂二级出水中氨氮的工艺流程和适宜参数,经处理后氨氮含量低于5 mg/L,达到一级A的国家排放标准(GB198918-2002)。本研究可为污水厂二级出水中氨氮的处理提供一定的技术依据。

摘要：基于EM4100和EM4026型标签芯片,提出了一种长距离LF RFID阅读器前端功放电路与天线负载电路的设计构型,采用ADS仿真工具对该构型的优点和特点进行了分析,通过实验对分析的结果进行了验证。作为阅读器电路的一个关键组成部分,该构型能够满足长距离LF RFID阅读器标签读取的要求。

摘要：采用Plackett-Burman设计结合Box-behnken响应面法优化杨树花多糖的超声提取工艺。以杨树花多糖得率为考察指标，对影响杨树花得率的超声功率、超声频率、提取温度、提取时间、提取次数、液料比、颗粒大小、醇沉时间、醇沉浓度等9个因素，采用Plackett-Burman设计从中筛选出具有显著效应的因素一超声功率、提取温度、提取时间；进一步以杨树花多糖得率为考察指标，采用Box-behnken设计响应面法对以上三个因素进行考察，确定最佳工艺条件为：超声功率195W，提取温度66℃，提取时间43min，以此条件提取的多糖含量为63．18±1．57mg／g，与理论预测值仅相差2％～3％。

摘要：给出井下电液控制系统的网络结构,以及电液控制单元的组成和硬件系统设计方案;针对控制单元的抗浪涌问题,给出控制单元上电软启动方案;针对MCU控制回路以及阀控回路的电流检测给出浮地设计方案;针对阀控模块中,MCU初始化或意外复位是管脚状态不确定导致可能的灾难性事故给出上电时序化设计。

摘要：变形是地下结构施工安全状态的重要评价指标。针对数据驱动变形预测方法中地下施工动态影响因素难以量化这一问题,提出了基于控制区间牵引算法的地下施工变形预测模型。以双向长短时记忆网络(Bi-LSTM)对变形监测时间序列进行预测,以数值模拟在关键施工阶段处的结果为牵引点。根据实测值随阶段更新牵引点,并基于注意力机制双向长短时记忆网络(Bi-LSTM-AM)以牵引点修正数据驱动模型在控制区间的预测结果,实现更准确、更智能的地下施工变形预测。设置牵引相对权重,使模型可自适应判断当前合理牵引程度,准确融合了Bi-LSTM与数值模拟的结果。通过相关历史案例与数据,验证了牵引预测模型的有效性。依托西安市西咸新区丰镐三路地下通道上跨地铁1号线自动化监测实例,采用牵引算法预测了地下结构变形。结果表明:在关键施工阶段处,牵引作用改善了数据驱动预测方法存在的滞后问题,各阶段误差平均降低了24.34%;不断优化的牵引点逐渐趋近真值,降低了数值模拟出现偏差时造成的影响。该方法可为地下施工变形预测问题提供新途径。

摘要：支持向量机对数据的学习往往因为规模过大造成学习困难,增量学习通过把数据集分割成历史样本集和新增样本集,利用历史样本集的几何分布信息,通过定义样本的遗忘因子,提取历史样本集中的那些可能成为支持向量的边界向量进行初始训练。在增量学习过程中对学习样本的知识进行积累,有选择地淘汰学习样本。实验结果表明,该算法在保证学习的精度和推广能力的同时,提高了训练速度,适合于大规模分类和在线学习问题。