论文部分内容阅读
蒸汽的灵活特性为烹饪、杀菌、加湿、干燥以及一般的加热食品饮料提供了无尽的可能。在大力提倡节能减排的今天，食品饮料制造商更加关注能源利厂订效率和绿色生产。合理、有效地控制和使用蒸汽，不但关系到节能减排、能源环境等问题，而且商接影响着产品品质和生产效益。
洁净蒸汽系统解决方案专家——斯派莎克
【摘 要】
：
蒸汽的灵活特性为烹饪、杀菌、加湿、干燥以及一般的加热食品饮料提供了无尽的可能。在大力提倡节能减排的今天，食品饮料制造商更加关注能源利厂订效率和绿色生产。合理、有效
【出 处】
：
酒．饮料技术装备
【发表日期】
：
2012年6期
其他文献
为了解决COREX现场燃料配比的困难,提出了基于决策树规则抽取的COREX燃料配比模型。以COREX-3000-2#炉中燃料配比的实际生产数据为研究对象,利用决策树C4.5规则抽取方法对样本数据进行学习,采用知识规则的形式给出模型中输入(各种燃料的配比)与输出(焦比)间的定量关系,用于指导燃料使用配比。选取163个训练样本和70个测试样本分别用决策树进行了训练和测试。结果表明,模型中的知识规则覆盖
由于移动机器人处在未知且不确定的环境中,主要采用基于概率的方法对同时定位与地图构建(SLAM)进行描述。建立了SLAM问题的概率表示模型,并对在解决SLAM问题中最常用的扩展卡尔曼滤波(EKF)算法以及迭代扩展卡尔曼滤波(IEKF)算法进行了描述。针对两种算法的缺陷和不足,将应用于跟踪领域的修正迭代扩展卡尔曼滤波算法(MIEKF)与SLAM思想结合,提出了一种新的基于MIEKF的SLAM算法,该算
由于宏蜂窝和微蜂窝所构建的异构网络可以大幅提高网络的容量而成为未来移动通信的发展趋势,但是微蜂窝的引入增加了异构网中小区的数量,使得小区间同道干扰更加突出,成为限制异构网容量的主要因素,因此,需要研究有效的干扰抑制技术以增强网络性能。近年提出的干扰对齐技术能够获得干扰网络的最大自由度并可达其最优容量。为此研究了基于低秩干扰空间的多小区干扰对齐技术,然后将其推广到异构无线网络,提出了优化的异构网络干
人脸纹理映射技术是计算机辅助颅骨面貌复原中一种特殊的真实感处理技术。针对人脸面部器官纹理映射难以准确实现的问题,提出一种基于特征点约束的人脸纹理映射方法。利用最小二乘保角映射参数化时需固定顶点来完成特征点约束。通过对大量单张、正面照片作为纹理进行映射,证实了该方法能够取得良好的映射效果。实验结果表明本方法鲁棒且效率高,降低了算法的复杂性。
为了提高Flexray网络静态段带宽利用率,对消息时隙的分配问题进行了研究。针对消息长度相差很大而导致带宽浪费的情况,提出了将静态段的部分较长的消息分割成多个固定长度的消息时隙分配方法。该方法考虑消息分割后增加的无效比特位对带宽利用率的影响和增加的帧ID个数对整个网络的影响,研究了消息长度、帧ID数目与带宽利用率的关系。数值实验表明,该方法可以在使用较少帧ID的情况下提高带宽利用率。
通过分析当前工作流挖掘中存在的多种复杂结构并存的问题,基于α**算法中对重复任务处理的方法,提出一种能够发现工作流日志中包含循环、重复以及非自由选择等复杂结构的算法。该算法首先对α**算法中对重复任务处理的方法进行改进,进而对非自由选择结构进行分析,给出判定非自由选择任务的方法,并用Petri网进行建模;最后对本算法进行了初步实现并验证其可行性。
第24届国际酿酒和装瓶机械设备及葡萄种植技术展览会将于2011年11月22日～26日在意大利工业城市米兰召开。展览会上意大利葡萄酒联合会将给相关企业颁发栽培种植发明奖以示表彰
为了简化数值模拟中三角形网格模型之间的接触问题,设计了在接触面上生成一致性三角形网格的算法,基本步骤为构造网格拓扑关系、搜索重叠网格、完善重叠网格、拷贝网格、修补边界空隙。采用面向配对顶点的搜索方法、点投影的判定方法、基于边界环的孔洞搜索方法,准确地确定了接触区域,利用最短对角线的方法修补了边界空隙,较好地生成了一致性网格,并采用三轴分块排序表提高了效率。实验结果表明,该算法准确、高效地实现了接触
研究了一类不确定离散多时滞系统的鲁棒H∞控制问题。针对具有多状态时滞和不确定参数的离散系统,利用Lyapunov稳定性理论和线性矩阵不等式方法,设计无记忆鲁棒H∞状态反馈控制器,给出了状态反馈控制器的设计方法和闭环时滞系统渐近稳定且满足给定H∞性能指标的充分条件。最后,通过MATLAB仿真算例结果验证了该方法的有效性和可行性。
为有效提升支持向量机的泛化性能,提出基于加速遗传算法的选择性支持向量机集成。通过Bootstrap技术产生并训练得到多个独立子SVM,基于负相关学习理论构造适应度函数,提高子SVM的泛化性能,并增大其之间差异度。利用加速遗传算法计算各子SVM在加权平均中的最优权重,然后选择权值大于一定阈值的部分SVM进行加权集成。实验结果表明,该算法是一种有效的集成方法,能进一步提高SVM的集成效率和泛化性能。