为了准确预计电火花线切割机床(WEDM)的可靠度,建立基于自适应模糊神经网络的可靠度预计模型。该模型以平均无故障时间为输入,以可靠度为输出,通过神经网络自适应训练获得适合WEDM可靠度预计的平均无故障间隔时间隶属函数。仿真结果表明,该模型的预计精度较高,与应用神经网络的WEDM可靠度预计结果相比,提高了96.4%。
针对分布式虚拟机监控器(DVMM)的通信需求,研究并实现一套DVMM的通信方案,利用精简可靠数据协议为分布于多台物理主机之上的VMM提供可靠、有序、高效的通信服务。通信方案测试表明,与现行TCP/IP协议栈相比,尽管该方案的带宽并无提升,但是对通信延迟却减小了45%左右,显示了该方案的可行性和优越性。
将SVG运用于10 kV电网故障定位、隔离与恢复系统的网络建模与表达,通过研究电网SVG图形描述和设备图元建模,提出基于坐标和节点融合的设备连接关系生成方法,实现基于设备模型的拓扑自动生成、完整性检查和故障信息的容错,设计并实现系统SVG图形Web发布方法。现场运行取得了良好的效果。