摘要：低渗透油田机械采油系统能耗高、系统效率低,采取的节能措施缺乏针对性,应用效果不明显。从能耗节点和系统效率分级测试入手,依据相关资料文献,对能耗节点进行分析诊断,找出影响机采系统能耗高的主要因素:地面、井下、设计和管理因素。遵循对地下地上整体考虑、优化运行的思路,通过在管理上实施间抽、参数调整、盘根盒调整等措施,技术上应用无刷直流电机、伺服电机、低转速电机和在线调平衡等措施,摸索降低机采能耗对策,找到了适合外围低渗透油田的机采节能措施。通过对现场措施能耗数据的分析对比及经济效益评价,确定了各项措施在低渗透油田的适用范围,但是,为保证后期设备的正常运行,需要加强机采系统分析与综合管理,从而找出改善抽油机性能、节能降耗的方法,最终实现降低机采能耗及提高抽油系统整体效率的目的。

摘要：随着卫星应用技术的发展,相控阵天线在卫星上的应用越来越广泛,T/R组件作为有源相控阵天线最核心的部分,直接决定了相控阵天线的性能,而卫星载荷宇航级的应用,又对T/R组件提出了需要同时具备高功率、高集成和高可靠性等更加严苛的要求。提出了一种星载大功率T/R组件的高密度组装技术,从结构特点、热仿真、可制造性等方面详细介绍了其工艺设计与实现过程,并对关键工艺和过程控制措施进行了详述,通过多级焊接解决了该T/R组件多通道大功率芯片的散热问题,最终给出了实物照片和测试结果。该高密度组装技术的攻关与验证成功,为高功率、高可靠、高性能星载T/R组件的批产提供了工艺基础。

摘要：针对当前采用的DSP+FPGA实时图像处理和控制系统的不足,提出了一种基于SOC架构的智能图像处理和控制系统,该系统硬件上使用SOC架构进行算法电路实现和外设控制,能够对所获取的图像进行跟踪、识别和匹配等图像处理,同时根据软件配置对外部器件进行控制和交互;通过对大尺寸卷积运算的验证试验,结果表明所设计的SOC架构具有通用性好、可靠性高、处理速度快和控制精准的特点,能够完全适应高复杂的卷积运算。

摘要：常规企业能耗智能预测模型设定的节点多为独立式的,仅针对一个有效距离进行能耗的预测,整体性不强,预测结果不精准,导致模型的相对预测误差增加,为此提出对基于马尔科夫链的工业企业能耗智能预测模型构建的分析与研究。根据模型构建的需求及标准,提取能耗特征变量智能,采用多层级关联的形式,将独立的预测节点形成连接,营造一个全覆盖式的预测区域,提升预测的整体性,并确保预测结果的精度,完成关联预测节点的部署。以此为基础,构建马尔科夫链多层级预测结构,内部结构还需要增设能耗预测矩阵,采用马尔科夫链执行目标修正实现智能预测。最终测试结果表明:与两种传统预测模型相对比,马尔科夫链能耗智能预测模型测试组预测范围相对较大,且在实际执行的过程中,预测误差可控,被较好地降低在了1.5以下,预测速度快,具有实际的应用意义。

摘要：目的探讨年龄相关脑白质改变(ARWMC)程度对中老年人远期首次症状性缺血性脑卒中的影响。方法采用前瞻性研究设计,以自2010年1月至2012年8月在中山大学附属佛山医院神经内科住院的368例中老年脑小血管病患者为研究对象,应用MRI检查及ARWMC量表评估其ARWMC评分,并依据ARWMC评分将研究对象分为无ARWMC组、轻-中度ARWMC组和重度ARWMC组。每3个月随访1次,记录临床终点事件(包括首次症状性缺血性脑卒中、心肌梗死和全因死亡)的发生情况及时间。采用统计学方法比较不同程度ARWMC组间临床资料的差异,进一步采用COX回归分析评估不同程度ARWMC组间发生远期首次症状性缺血性脑卒中的风险差异。结果平均随访48.7个月后,有50例(13.6%)研究对象发生首次症状性缺血性脑卒中,其中重度ARWMC组25例(25.8%)、轻-中度ARWMC组22例(10.9%)、无ARWMC组3例(4.4%)。各组间年龄、高血压病史、收缩压、临床终点事件发生率、首次症状性缺血性脑卒中发生率及发生临床终点事件的随访时间比较差异均有统计学意义(P<0.05),其中重度ARWMC组年龄最大、有高血压病史率最高、收缩压最高、临床终点事件及首次症状性缺血性脑卒中发生率最高、发生临床终点事件的随访时间最短。COX回归分析显示,重度ARWMC组发生首次症状性缺血性脑卒中的风险较无ARWMC组提高约8倍[风险比(HR)=9.012,95%CI:2.310~35.154,P=0.002]。结论严重ARWMC多伴有高血压病史及血压控制欠佳,是中老年人远期首次症状性缺血性脑卒中严重的危险因素。

摘要：为了提高生猪养殖质量,实时监控猪舍各环境参量的变化,提出了一种易维护、可二次开发的多传感器环境监测模块。环境监测模块主控芯片采用ATmega 2560,负责数据运算、处理以及存储等功能;通信模块采用ESP 8266和RS-485模块,负责数据的收发;传感器模块支持模拟量、PWM以及I2C等多种协议类型传感器的接入,负责环境数据的采集工作;环境监测模块的主控芯片及其加载电路进行独立密封,通过外置接线端子与传感器进行连接,能够较好地适用于复杂环境。现场测试证明,该环境监测模块可以稳定运行,数据收发准确。