本发明公开了一种基于电机模拟加载的数控系统性能的在线测 试方法及系统，该系统包括被测数控系统、陪测数控系统、远程数据 采集单元和远程服务器，该陪测数控系统为被测数控系统提供负载， 同时作为被测数控系统的测量工具，所述陪测数控系统与被测数控系 统通过弹性联轴器相连，上述两个数控系统分别与远程数据采集单元 相连。所述测试方法包括:被测数控系统负载的加载、被测数控系统 G 代码的在线运行测试、实际数据的实时获取以及数控系统性能的在 线分析等步骤。本发明的测试系统及测试方法具有结构简单、

产品详细介绍●实训仿真软件特点： 1、仿真软件提供车床、立式铣床、卧式加工中心和立式加工中心，以及机床厂家的多种常用面板；控制系统有FANuc 0，FANuc 0I，FANuc Powermate 0，FANuc 0IMate，     Siemens 81 OD，Siemens 802S／c，fA8000，FANuc 18I系统，三菱、大森、华兴、凯思帝、华中数控，广州数控、大连机床厂ckA61 36i、沈阳车床厂CAK6136V、济南第     一机床厂J1CVMC40M、LEAdWWELLV20、汉川机床厂xH71 5D等主流系统所有功能。而且所有的系统都有工艺参数功能。不同软件功能在计算机上可随意切换操作。 2、刀具库含数百种不同材料和形状的车刀、铣刀。支持用户自定义刀具以及相关特征参数。 3、仿真机床操作的整个过程：毛坯定义、工件装夹、压板安装、基准对刀及安装刀具、机床手动操作等仿真及加工运行全环境仿真。 4、仿真数控程序的自动运行和MDl运行模式；三维工件的实时切削，刀具轨迹的三维显示；提供刀具补偿、坐标系设置等系统参数的设定。 5、三维高精度测量功能 6、全面的碰撞检测 7、能够通过DNc导入各种CAD／CAM软件生成的数控程序。也可以导入手工编制的文本格式数控程序。还能够直接通过面板手工编程、输入、输出数控程序。 8、以标准的X86兼容构架为硬件平台，以DOS或WINODWS系列操作系统为软件平台，具有丰富的软件基础和充分的升级潜力。操作简单，工作可靠，性能优良。在不同的操作现场。可灵活配置系统构成。以满足用户对性能、成本、安全方式、使用环境等多方面的综合要求。 g、配置标准的DB15-VGA显示接口，可配接彩色CRT显示器或液晶显示器，提供清晰完整的系统监控界面，使用户及时准确地掌握系统运行状况。 10、全中文菜单式控制界面，适合中国国一情。可以减少培训难度，缩短人员培训时间，降低培训成本。 11、本软件系统采用了新颖的“即时参与”技术，内建中文在线手册。在使用中遇到的问题可在屏幕上查阅参考手册，提高工作效率。 1 2、多功能实验室以模拟仿真软件与数控车容为一体，在计算机上可随意切换操作，并连接发送到车床，随意选一进行实际操作。 13、多媒体数控网络机电一体化实验室设备采用多机联网。具有统一编程、统一训练、统一考试功能。 14、考试系统为编程操作技能题型。全班统一考试。电脑自动评分。 1 5、教师把数控程序和其它文件资料可发送给教室里的所有学生，还可以发送到指定的学生机上，学生也可以把文件和资料发送到教师机上，使教师方便了解学生的一情况。 16、具有图形跟踪能力的窗口编程功能。可使用户在编程的同时观察到程序路径。在程序编制结束后还可以使用“快速图形仿真”功能验证刀具运行轨迹。 17、以人机对话方式进行编辑。编程各式符合国标。 1 8、本软件保留了JD-6140两用型数控车床与JD-240两用型数控铣床的全部功能和操作界面。 ●多媒体特点： 教师机：广播教学、语音教学、语音对讲、学生演示、监控转播、文件分发、电子教鞭、班级模型、系统设置、远程命令、远程设置、远程消息、分组教学、语音讨论、文件收集、 查看学生属性。 学生机：电子举手、远程消息、窗口接收广播、可选窗口显示模式。

项目成果/简介:本发明涉及一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法,旨在通过改进的广义回归神经网络解决茶叶储存时间分类问题,属于茶叶储存时间分类领域.其原理利用电子鼻传感器模拟人感官品评的功能和特征,采集不同时间不同传感器的特征值,构建样本集.利用果蝇算法优化广义回归神经网络,获得广义神经网络的平滑因子,进而构建毛峰茶叶储存时间的FOAGRNN分类模型和方法.本发明的有益效果在于将果蝇算法优化广义回归神经网络算法应用于毛峰茶叶数据中,提高预测毛峰茶叶储存时间分类的效率和准确度,为消费者提供茶叶储存时间分类的有效方法.

项目开展的背景及意义 当前，我国经济发展进入新常态，能源转型面临需求放缓、传统产能过剩、环境问题突出、整体效率较低等问题，传统能源系统又存在着各能源子系统规划协调不足、弃风弃光现象突出、对化石能源依赖严重等现象，推进国家能源转型、构建新型能源系统势在必行。 综合能源系统是能源互联网建设的物理载体，是支撑国网战略目标落地的重要形式。综合能源系统能够拓宽国网公司发展业务，培育业务增长点和盈利模式增长点，是实现国网公司业务可持续发展的重要手段。 综合能源系统规划建设是项目成立的开端，规划优化效果最优是项目最好的投资、更是最好的节约。综合能源系统规划问题涉及源、网、荷、储协同，需要多维能源数据信息支撑，包括不同设备动态运行特征信息、多元用户负荷特性等数据。而大数据技术能够为综合能源系统规划建设提供基础的数据服务。  有助于可再生能源开发规模进一步提升，促进社会能源可持续发展； 有利于能源的投入产出效率进一步提升，减少能源消耗总量； 有利于社会资源配置进一步优化，降低能源系统建设成本；  有利于推动能源互联网的进一步实施和落地，助力国网实现具有中国特色国际领先的能源互联网企业的战略目标； 有助于电网公司新型业务进一步推进，扩展业务和收入增长点；  综合能源系统中的大数据——应用 在能源革命和数字革命的推动下，大数据技术在综合能源系统的中的应用越来越广泛，助力解决综合能源系统规划优化或运行优化多因素设备建模、设备运行状态诊断、用户用能画像、用能场景生成、优化策略生成的问题。  项目研究内容 项目研究成果 主要成果 本项目的应用示范能够指导综合能源系统工程实际落地，服务基础设施建设；能够指导综合能源系统规划效果评估，提供规划决策工具；能够指导不同区域典型综合能源系统场景示范推广，打造可推广的样板工程；能够深化综合能源系统一体化服务，助力综合能源系统广泛推广。项目发表学术论文5篇、申请发明专利10项、软件著作权5项。 示范应用 本项目预计在山东省内落地应用，打造不同行业的综合能源应用示范项目，目前在前期项目应用实施阶段，预计2021年底完成项目应用实施。  

本发明公开了一种矩形口径三角网格平面阵列天线的方向图数值优化方法，首先根据天线发射频率、阵列口径尺寸和阵列单元间距等系统参数建立矩形口径三角网格分布的阵列单元布局；根据用户指定的波束指向角度确定每个单元的相位加权；然后设定幅度加权优化矢量，并初始化幅度加权优化矢量矩阵，采用差分进化算法对幅度加权优化矢量矩阵进行迭代数值优化，直到最佳优化矢量的适应度值低于设定阈值。本发明很好地解决了矩形口径三角网格平面阵列的数值优化问题，可快速优化出所需的幅度加权矩阵，使阵列二维方向图上的副瓣电平和零陷电平等特征满足指标。

本发明公开了一种多用户 MIMO 广播信道在混合 CSI 下的自 由度优化方法，包括：(1)根据静态接收器组的信道参数 Hs 设计预编 码矩阵 W，<img file=""DDA0000731125240000011.GIF"" wi=""380"" he=""87""/>(2)通过静态接收器的目标信号 d和预编码矩阵W 获得静态 接收器组的编码信号 Xs，<img file=""DDA0000731125240000013.GIF"" wi=""534"" he=""88""/> 其 中 xi ＝ Wdi ∈ CK × 1 ， <img file=""DDA0000731125240000014.GIF"" wi=""501"" he=""85""/>(3) 对 动态用户的目标信号 Xd 和静态接收器组的编码信号 Xs 进行格拉斯曼 -欧氏叠乘，得到叠乘信号<img file=""DDA0000731125240000012.GIF"" wi=""364"" he=""142""/>基站发送此叠乘信号；(4)各用户对接收信号进 行解码。本发明方法对于动态用户来说，叠乘并不改变它与基站间的通信，就好像没有静态用户存在一样，其自由度是没有变化的；对于 静态用户来说，基站发送叠乘信号时，可以让它获得额外的自由度增 益。

本发明涉及一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法,旨在通过改进的广义回归神经网络解决茶叶储存时间分类问题,属于茶叶储存时间分类领域.其原理利用电子鼻传感器模拟人感官品评的功能和特征,采集不同时间不同传感器的特征值,构建样本集.利用果蝇算法优化广义回归神经网络,获得广义神经网络的平滑因子,进而构建毛峰茶叶储存时间的FOAGRNN分类模型和方法.本发明的有益效果在于将果蝇算法优化广义回归神经网络算法应用于毛峰茶叶数据中,提高预测毛峰茶叶储存时间分类的效率和准确度,为消费者提供茶叶储存时间分类的有效方法.

本申请公开了一种考虑风速和负荷不确定性的风机准入容量检 测优化方法，属于含风机的配电网安全稳定研究领域。现有技术中， 都没有考虑风速的不确定性，并且网络中的负荷处于波动状态，与风 速结合起来，增加了不确定性因素的维度，本申请基于快速解耦法和 鲁棒优化理论，通过确定风速和负荷的波动范围，提出了鲁棒优化方 法，该方法不仅可以实现在风速和负荷不确定下的单点风机准入研究， 还可以计算多点接入时组合风机的容量。 

本发明公开了基于粒子群优化的心电信号自适应非局部均值降噪方法，包括以下步骤：(1)对原始心电信号进行非局部均值滤波，得到滤波结果；(2)采用粒子群算法对每一信号点 i 自适应确定非局部均值滤波方法中的两个关键参数，即衰减参数和搜索窗口；(3)利用自适应确定的上述两个参数，对原始心电信号进行非局部均值滤波，获得最终的降噪信号。