Exploiting Virtual Elasticity of Production Systems to Respect OTD—Part 3: Basic Considerations for Modelling CPPS Characterized by Non-Ergodic Order Entry and Non-Deterministic Product-Mix for Fully Flexible Addressable Workstations

The recently experienced hype concerning the so-called “4th Industrial Revolution” of production systems has prompted several papers of various subtopics regarding Cyber-Phdysical Production Systems (CPPS). However, important aspects such as the modelling of CPPS to understand the theory regarding the performance of highly non-ergodic and non-deterministic flexible manufacturing systems in terms of Exit Rate (ER), Manufacturing Lead Time (MLT), and On-Time Delivery (OTD) have not yet been examined systematically and even less modeled analytically. To develop the topic, in this paper, the prerequisites for modelling such systems are defined in order to be able to derive an explicit and dedicated production mathematics-based understanding of CPPS and its dynamics: switching from explorative simulation to rational modelling of the manufacturing “physics” led to an own and specific manufacturing theory. The findings have led to enouncing, among others, the Theorem of Non-Ergodicity as well as the Batch Cycle Time Deviation Function giving important insights to model digital twin-based CPPS for complying with the mandatory OTD.

基于虚拟协商与滚动时域优化的分布式协同制导策略

针对目标机动条件下的多无人机协同制导问题,提出基于虚拟协商机制与滚动时域优化的分布式协同制导策略。为同时改善时间协调与导引控制效果,在滚动时域优化框架下设计局部协调变量与目标函数,构建有限时域内的多约束协同制导优化模型;为增强制导系统对机动目标的鲁棒性,设计基于非线性自回归神经网络的干扰观测器;针对无人机之间的控制输入耦合,提出虚拟协商机制,提出虚拟协商机制,实现同步决策、排除内部“分歧”,并利用Nesterov动量的均方根传播算法设计制导指令生成策略;分别进行数字仿真与半实物仿真实验。结果表明:所提策略可在线预测与优化,应对各类干扰,提升协同制导效果,并会在实际任务中得到进一步的应用与检验。

基于加权最小二乘法的数字化智能变电站虚回路自动校验技术

针对数字化智能变电站智能高效的需求,该文提出基于加权最小二乘法的数字化智能变电站虚回路自动校验方法。通过改进K-means聚类算法,划分数字化智能变电站电力设备区域;采用加权最小二乘法,融合各区域的电力设备相关数据,制定设备间的数据流向规则,分析各区域内设备的数据流向;通过关键词模糊匹配方式,分析流向数据内的端口信息是否对应,整合全部区域的虚回路自动校验结果,完成数字化变电站虚回路自动校验。实验证明,该技术融合数据的最大数据方差仅为2.57,即数据方差较低,数据融合精度较高,自动校验的抗干扰性能较优。

融合GA优化算法的数字孪生模型在石油旋转机械诊断中的应用

为根据模态信号频率水平确定石油旋转机械当前故障行为所属类别,实现对机械设备故障行为的准确诊断,针对融合GA(genetic algorithm遗传算法)优化算法的数字孪生模型在石油旋转机械诊断中的应用展开研究;定义GA算法优化规则,并在此基础上,建立数字孪生模型,再联合相关故障行为数据,完成对石油旋转机械运行数据的聚类运算,实现基于数字孪生模型的石油旋转机械运行数据聚类处理;计算运行数据损失情况,通过模态分解描述性样本的方式,将核心诊断信息重新耦合在一起,联合求解所得的超参数指标,定义具体的数据样本集中训练模式,实现对石油旋转机械的诊断;实验结果表明,上述诊断方法的应用,对于每一类故障行为模态信号频率的诊断都属于该信号的标准频率数值区段之内,符合100%精准诊断机械故障行为的应用需求,在准确诊断石油旋转机械故障行为方面的可行性能力较为突出。

计算机虚拟现实技术用于体育训练的研究分析

计算机虚拟现实技术是近年来新兴的技术形式,推动了各个领域技术创新发展。将计算机虚拟现实技术应用到体育训练有助于发挥其技术优势,提升体育训练的效果。在体育训练中,计算机虚拟现实技术得到了较好发挥,利用其技术优势,很好地与体育实践做到了统一结合。希望通过计算机虚拟现实技术在体育训练中的应用研究,进一步提升体育训练水平。

基于主动学习机制GAN的MSWI过程二噁英排放风险预警模型

针对构建城市固废焚烧(municipal solid waste incineration,MSWI)过程剧毒污染物二噁英(dioxin,DXN)排放风险预警模型的样本极为稀少的问题,提出一种基于主动学习机制生成对抗网络(generative adversarial network,GAN)的DXN排放风险预警建模方法.首先,以DXN风险等级作为条件信息使得GAN生成候选虚拟样本;然后,利用基于最大均值差异和多视角可视化分布信息的主动学习机制进行虚拟样本的初筛和评估,以获得期望虚拟样本;最后,基于混合样本构建DXN排放风险预警模型.通过基准数据集和MSWI过程数据集验证了所提方法的有效性.基于主动学习机制GAN的DXN排放风险预警建模方法可以有效解决样本稀少的问题,提高模型精度.

建设网络虚拟实验室,深化实验教学改革

虚拟实验室的建设和实施将对探索、发展实验教育理念、提高教育技术化水平起到重要的作用,虚拟实验的网络化建设可以进一步改善实验空间环境、优化实验教学过程,在培养具有创新意识和创新能力的人才等方面产生深远的影响。介绍了模拟电子技术课程网络虚拟实验室的实现框架,以三极管放大电路为例,分析了网络虚拟实验室的实施过程和主体实验教学实施方法,体现了网络虚拟实验在教学时空和主动性学习上的优势;同时,在客观分析网络虚拟实验存在问题的基础上,提出了虚实结合、扬长补短、有机运用、充分发挥2种实验优势的实验教学改革新理念。

云计算中基于K-均值聚类的虚拟机调度算法研究

为了提高云计算数据中心的资源利用率,动态优化部署虚拟机,提出基于K-均值聚类的虚拟机调度算法。使用虚拟机资源配置的相关性作为聚类的衡量标准,将虚拟机放置于与其资源互补的物理节点上,从而充分利用其资源,并具有高效稳定的特点。进一步设计了在线调度算法处理新到达虚拟机的请求。提出了贪婪算法,并给出了其与最优离线算法竞争比的上界。基于真实数据集的实验结果证实了算法的正确性。

事务数据库中的时态信息挖掘

时态数据库、时态信息挖掘都是当今世界上相当前沿的、尚未成熟的一些方法技术。经典的Apriori算法用于时态信息挖掘中,会出现很多问题。该文描述一个改进了的,可以应用于数据库中的时态信息挖掘的算法,称之为Apriori-time算法。给出了其基本思想和算法过程,并在最后进行总结评价。

网络学习环境──虚拟学习社区的研究与应用

首都师范大学建立了一个基于网络环境的虚拟学习社区。通过在《计算机组成原理》和《中国古代史》两门课程中一年的实际应用，分析总结了实际的教学效果。本文展示了这个虚拟学习社区的结构和特点以及实际应用效果。

三角形网格模型顶点曲率的求解算法

推导了一般三角形网格模型顶点的平均曲率、高斯曲率和主曲率的计算方法,考虑到经常遇到粗糙三角形网格模型,为提高其曲率计算方法的精度,结合Loop细分曲面算法,进一步拓展了该曲率计算方法。该算法用于具有特征保持的网格模型简化取得了良好的效果。

K-means阈值算法下数控车床功率监控系统的研究

为获取机床工作状态信息和及时发现切削异常现象,通过监控机床主轴电动机功率监测机床。以数控车床为研究对象,利用K-means聚类算法实现不同加工状态下的监控阈值设定,借助Lab View平台采集、分析处理功率信息,建立机床加工过程中切削功率信息的实时监测系统,实现机床加工的预警和工艺参数的合理安排。试验表明该监控系统能有效监控机床切削状态,在一定条件下具有较高识别率。

高校虚拟实验平台的设计及教学应用研究

对虚拟实验平台进行了设计和实现,将原有的实验室各种仪器和设备搭建在计算机上,通过Internet网与学生的客户端进行连接.解决了传统实验教学通用性、交互性、共享性等方面不好的弊端,对于现代化教学手段的改进和完善具有重要的意义.

专业虚拟社区用户分类模型研究

专业的虚拟社区是个人及企业进行专业知识共享的重要平台,需要从知识共享中心度及用户价值两个维度对用户进行分类以便更好地促进社区发展。选取入度中心性、出度中心性以及中间中心性作为衡量用户知识共享中心度的指标;选取论坛等级、近度以及专业贡献作为衡量用户价值的指标。从以上两个维度构建专业虚拟社区用户分类矩阵模型,并采用社会网络分析法与K-means聚类算法对各个指标进行分析。以人大经济论坛为例,对社区用户进行分类,并提出了相应的措施。

八侧差动保护原理研究

针对葛洲坝大江电厂特殊的主接线方式———联合扩大单元接线 ,以其主变压器保护配置为例 ,提出一种适用大容量高压变压器保护双重化配置方案。采用 2种不同的差动保护原理及对应的制动方案 :二次谐波制动的常规相量差动和虚拟三次谐波制动的采样值差动。前者灵敏度高 ,但在变压器空合于故障时 ,动作速度不快 ;后者存在动作模糊区的问题 ,在变压器发生小匝数轻微短路时可能不能保护 ,而在合于故障时可以满足“速动”的要求。 2种不同的保护原理相互配合 ,可同时兼顾动作速度和灵敏度 2个方面 。

网络交往——中介的革命

交往是人的认识的重要中介,人类交往方式的演变反映了交往中介的发展变化过程。网络极大地改变了人们交往实践的方式,网络交往是一种以实物中介向符号中介的转换,是中介的革命。网络开辟了虚拟的交往领域,使人的交往方式具有数字化意蕴。

虚拟学习社区中意见领袖识别模型研究

虚拟学习社区是传统教育突破空间资源限制形成的便捷性学习环境,其中意见领袖是构成社区信息通路的重要角色,对其他用户有强大的影响力。为了准确识别社区中的意见领袖,构建出虚拟学习社区网络,分析各用户的中心性和社会网络角色特征,选取入度、出度、介数、特征向量中心性、用户活跃度、用户帖子转发量、用户帖子评论量等七个特征值作为筛选条件,结合基于K-means的用户聚类算法,提出基于K-means算法的意见领袖识别模型。最后,将该识别模型应用于某虚拟社区,根据各个聚类子类的特征向量,提取理论意义上的意见领袖集合。实验证明,获取意见领袖集合具有很高的准确性,识别出的意见领袖均处于中心者或桥梁位置,占据着社会网络的优势位置,在虚拟社区中承担着核心或中介等特殊作用。

一个紧密结构地震台网中心核心数据处理系统

介绍一个基于UNIX类操作系统的紧密结构地震台网中心核心数据处理系统。该系统适用于复杂结构的数字地震台网中心,支持以比较低的成本,可靠地完成地震台网中心的核心任务,可以接收来自串口和网络的实时地震波形数据,支持虚拟数字地震台网组网要求的节点数据服务功能等。该系统的数据服务协议具有实时性高、通讯可靠、适应范围广等特点,可以满足包括地震预警在内的所有实时地震数据应用的需要。系统结构紧凑,自动化程度高,安全,稳定,系统伸缩性大,可以满足台站数目不大于100个的数字地震台网中心的需要,同时也可以作为大型数字地震台网中心的处理节点,构成大型数字地震台网中心的数据处理系统。

哲学视野中的虚拟现实(VP)——兼评戈登·格雷厄姆VP技术哲学思想

文章首先简介了虚拟现实技术的概念、发展历史、特点及应用领域 ,分析了虚拟现实技术与网络虚拟性的关系。在此基础上 ,评述了戈登·格雷厄姆对虚拟现实的本体论分析。之后 ,以本体论为前提 ,评述了格雷厄姆对虚拟现实在认识论。

基于MIV特征筛选和BP神经网络的三维人体参数转换

在BP神经网络建模技术的基础上,提出引入平均影响值(MIV)算法筛选采集的变量参数,构建三层前馈神经网络求解三维人体建模参数的方法.结果表明,通过逐步删除后10%序位的参数变量,所建模型的最大误差为0.23,平均误差为0.058 667,训练精度为4E-3,预测精度为94.2%,可用于实际三维试衣时的参数计算.