应用卡尔曼滤波的激振力时域识别方法研究

激振力识别属于结构动力学中的第二类反问题,为识别振动系统的激励力,本文基于卡尔曼滤波器和最小方差估计的方法,分别建立了以系统位移和加速度为输入参数的激振力时域识别方法.推导了两种方法的识别公式,并对两种方法的识别结果和识别结果的稳健性进行了仿真分析.仿真结果表明,两种方法对噪声方差初值的设定均不敏感;以加速度幅值为输入的方法识别精度优于以位移幅值为输入的方法;以位移幅值为输入的方法识别结果稳健性较好.最后采用力锤敲击试验验证了识别方法的有效性和精度.     

新型络合铁催化剂在煤气脱硫系统的应用

脱硫液提盐工艺复杂、运行费用高、产品需求小,开工率很难保证,建设提盐项目的可行性差。通过跟踪新型脱硫催化剂的研究进展,2018年将PDS催化剂改成新型络合铁催化剂,脱硫效果较好,副盐含量稳定。     

基于信息熵与形态学的鸟鸣数据处理

为了探索一种减少训练量并提高精度,且适应于卷积神经网络的预处理方法,以识别鸟鸣为例,基于信息熵以及形态学在图像处理上的应用,根据鸟鸣的间隔性特点,提出新的处理方案。利用形态学将音频片段归类为有效和噪声信号两类;使用加权的方法利用信息熵预测有效数据的分布。仿真结果表明,形态学使数据量减少且信息熵处理使单个数据稀疏化并起到滤波作用,在保持精度甚至精度提高的情况下缩短了训练时间,为卷积神经网络的数据预处理的简化提供了方向。     

一种变电站直流电源设备原屏改造方法

<正>随着智能变电站的发展，人们对设备运行维护的便捷性要求越来越高。提出了一种原屏改造思路，不仅实现了不停电检修，还能使设备功能升级。通过在某变电站的实施和验证，达到了预期的效果，为直流电源设备维护改造升级提供了新的路径。     

对溢流坝模型下游动定床试验的研究

本文以某实际工程为基础,通过建立1∶60水工物理模型,对模型试验下游设置定床和动床两种河道型式,测量了不同工况条件下的下游河道的流速变化。结果表明:动床相对于定床的流速变化要小些,同时动床能消减部分水流冲刷的能量。因此,在修建类似工程时,需要进行动定床试验分析,以此来确定是否需要修建动床消力池。     

直升机整流罩结构的改进

针对某型直升机整流罩结构上存在的弊端，在保持原有的外形和总体成型方法的基础上，通过结构改进，大大提高了整流罩的工艺性和质量。     

格尔木河冲洪积平原地下水开采潜力分析

格尔木市是青藏高原上正在崛起的新兴城市,地下水资源是影响城市发展的重要因素之一,随着各大企业自备水源地的扩建,评价格尔木河冲洪积平原区地下水资源开采潜力对合理规划城市发展有着重要意义。根据格尔木市中长期规划、水资源特征以及地下水开采情况,设定3种地下水开发方案:维持现状开采规模、按近期规划开采以及按远期规划开采。运用格尔木平原地下水数值模型对上述方案进行模拟,分析了地下水位变化、水文要素变化情况以及水资源量,初步确定格尔木地区地下水资源有100万m3/d的开采潜力。     

Chirp变换频谱分析仪的设计及其数字部分的实现

太赫兹频谱分析仪应用技术中,Chirp变换频谱分析应用了声表面波滤波器件,能够保障中频、分辨率等参数,满足深空探测领域对稳定性和功耗的严格要求。但目前国内的Chirp变换频谱分析仪只能处理400 MHz带宽的输入信号,不能完全满足应用需要。为了提高带宽,本文围绕1 GHz带宽声表面波滤波器件,利用直接数字频率合成技术产生与其匹配的2 GHz带宽的线性调频信号,设计了带宽为1 GHz,中心频率为3. 2 GHz的频谱分析仪,并对数字部分进行了实现和结果分析验证。     

可持续供应链的精益安全管理

为了提高职业安全和健康管理水平,研究了可持续供应链的精益安全管理概念与管理模式,包括精益安全管理的内容、目标与实现,且对精益安全管理进行了重新定义。通过对概念的分析,引入了符合精益安全管理理念的效用指数以衡量安全管理水平,该指数面向供应链全过程与全元素且不受领域局限。结合"持续改善"的精益需求以及供应链中繁多的管理栏目,提出了持续改善框架与管理栏目优选算法,以实现精益安全管理并提升管理效用水平,最后通过基于烟草行业供应链实例数据的模拟计算演示了方法的可用性。     

基于Q学习的单路口交通信号协调控制

Q学习通过与外部环境的交互来进行单路口的交通信号自适应控制。在城市交通愈加拥堵的时代背景下,为了缓解交通拥堵,提出一种结合SCOOT系统对绿信比优化方法的Q学习算法。本文将SCOOT系统中对绿信比优化的方法与Q学习相结合,即通过结合车均延误率以及停车次数等时间因素以及经济因素2方面,建立新的数学模型来作为本算法的成本函数并建立一种连续的奖惩函数,在此基础上详细介绍Q学习算法在单路口上的运行过程并且通过与Webster延误率和基于最小车均延误率的Q学习进行横向对比,验证了此算法优于定时控制以及基于车均延误的Q学习算法。相对于这2种算法,本文提出的算法更加适合单路口的绿信比优化。