针对钢铁厂物质流和能量流对能耗同时产生影响的问题,建立了能耗瓶颈诊断模型.模型分别用钢比系数和工序能耗衡量物质流和能量流,其功能是将吨钢综合能耗的变化分解为钢比系数的变化和工序能耗的变化,从而将两种因素的影响相分离,寻找能耗瓶颈.模型分析通过三步进行,分别针对总流程、区域和工序,形成了系统的分析体系.同时,提出了贡献指数的概念,以定量地描述各个因素对吨钢综合能耗的影响大小.利用该模型对某钢厂2001年和2007年的能耗指标进行实例分析,找出了相应的能耗瓶颈为炼铁区域和轧钢区域钢比系数的增加与炼钢区域工序能耗的上升,并提出了增加热送热装比、降低加热炉燃料消耗等节能对策

提出了一种基于免疫原理的故障检测及诊断系统模型.通过对检测对象正常工作状态下获得的自己模式串的阴性选择,随机产生初始检测器;利用基于人工免疫的进化学习机制,实现对检测对象异常工作状态下获得的非己模式串进行学习和记忆;利用进化学习结果和系统故障信息库知识,区分和标记不同故障在状态空间上对应的区域.将抗原学习过程中抗体集合变异所产生的各代抗体集合看作随机序列,给出了序列的收敛条件及证明,证明了所提出的动态免疫进化学习算法是概率弱收敛.应用于机床齿轮箱故障检测和诊断问题的实验结果表明了所提出方法的有效性

1、了解女性生殖系统的自然防御机制,外阴炎、前庭大腺脓肿、囊肿。 2、掌握霉菌性阴道炎,滴虫性阴道炎的传染方式临床表现、诊断、预防、治疗。 3、掌握慢性宫颈炎的病理变化,临床表现、诊断、治疗

1、熟悉妊娠与心功能的相互影响。 2、熟悉妊娠期急性病毒性肝炎对母儿的危害性,诊断及鉴别诊断。 3、熟悉妊娠期糖尿病对母儿的影响

针对滚动轴承故障精密诊断的需要,采用小波包分析方法提取了滚动轴承故障的特征信号,通过小波包分析将高频信号分解到8个频带中,以频带能量作为识别故障的特征向量,应用RBF径向基神经网络建立了从特征向量到故障模式之间的映射,现场采集的数据分析表明,采用小波包和神经网络相结合的方法可以比较准确地识别滚动轴承的故障

基于最优分类线的概念,提出了一种新的模式识别分类器构建方法——判别域界面几何法.该方法利用BP神经网络的高度非线性,将模式类样本数据从高维输入空间映射至二维判别域空间后,采用多边形中轴提取方法,构造模式类间隙多边形的中轴线,延伸至整个二维判别域空间,生成模式类决策边界.以铁路货车车轮用双列圆锥滚子轴承的故障诊断为例,介绍了判别域界面几何法的应用过程.结果表明,判别域界面几何法能在二维判别域空间上给出各不同故障模式类之间明确的界限,这就给操作者直观判断故障模式类别提供了条件

1、了解妊高征的有关发病因素及病因。 2、熟悉妊高征基本的病理生理变化及主要脏器病理组织学变化。 3、掌握妊高征的分类及其临床表现、诊断及鉴别诊断

用计算机作为工具,用数值模拟的方法,分析了二辊式钢管斜轧延伸各工艺参数对金属变形的影响。在此基础上,建立了保证轧制过程顺利进行的诊断判据,并以提高轧制效率、优化变形为目标,建立了优化准则.最后,在微机上实现了整套系统

(1)了解胎盘早剥的病因、发病机理和病理生理变化; (2)熟悉胎盘早剥的临床表现、诊断及鉴别诊断 (3)熟悉胎盘早剥对母儿的危害性及处理原则

1.掌握病历书写的重要性、书写格式和方法 2.掌握疾病的诊断步骤、临床思维方法