基于波数域上Fourier变换的磁异常信号处理

针对不同使用目的所需的磁异常信号数据的采集和处理,和目前空间域处理方法的精度不足等问题,提出了对空间 域的磁异常数据进行频谱分析后,在波数域上推导TMI、磁场三矢量和磁梯度张量等数据之间关系的解析方法,并在实验数据中填充插值算法,得到了噪声更小、更清晰、分辨率更高的磁异常信号数据,有利于之后的磁异常解释和应用。首先介绍了空间域上的推导公式,然后简述已经在波数域上建立的数学框架,着重推导波数域上不同磁异常数据的变换关系,并用反距离加权算法对采集的实验数据进行处理,以取得圆滑的网格。最后对实测数据的处理证明,相较于空间域上的推导和解释,本方法可以得到质量更好的磁异常数据。     

小粒径再生粗骨料对预制混凝土力学性能影响的研究

研究5~10 mm小粒径再生粗骨料对预制混凝土抗压强度、劈裂抗拉强度和弹性模量的影响。结果表明,抗压强度随龄期延长而提高,且主要发生在前7 d,7 d抗压强度达到其28 d抗压强度的77%;劈裂抗拉强度随龄期的延长而提高,3 d劈裂抗拉强度达到其28 d强度的64%;弹性模量也随龄期的延长而提高,龄期为1、3、7和14 d时,弹性模量分别为其28 d弹性模量的32%、46%、62%和91%。通过与欧洲规范对比,基于试验结果,建议了劈裂抗拉强度和弹性模量的计算模型。研究结果更好的实现再生混凝土在小截面预制混凝土构件上的工程应用。     

平面十字磁梯度张量系统的两步线性校正

磁梯度张量系统的测量精度受限于磁传感器的零漂、灵敏度差异和三轴非正交性等系统误差以及各传感器轴系间的非对准误差。构建了平面十字磁梯度张量系统的误差参数线性模型,提出了两步线性校正法。利用两个非线性变量转换构建单磁传感器系统误差的线性方程组,对误差参数进行最小二乘估计,将传感器实际输出校正为各自理想正交输出;利用旋转矩阵构建各传感器理想正交轴间非对准误差的线性方程组并求出最小二乘解,将各传感器输出校正到参考平台框架正交坐标系上。两步校正过程均无数学简化。仿真与实验表明,相比忽略二阶及以上高阶小量的常规线性校正,提出的张量系统两步线性校正法更为精确,误差参数仿真估计准确率高于93%,实测校正后总场强度均方根误差小于13 n T,张量分量均方根误差小于90 n T/m。     

利用磁梯度张量识别地下小型目标体

针对地下小型磁性目标体提出基于磁梯度张量和支持向量机（SVM）的形状识别方法。首先利用不同形状、不同姿态的地下目标体磁异常模型，建立磁梯度数据样本库；然后分析并选取磁梯度张量矩阵的9个属性参量，构造支持向量机模式识别的特征向量；最后建立基于量子粒子群算法的支持向量机（QPSO-SVM）识别模型，对测试数据进行模式识别。仿真和实验证明利用本文方法能够有效识别地下小型目标体的形状，识别准确率达到90%以上。     

浅谈电石法氯乙烯合成工艺水平对单体质量的影响

概述了近几年中国电石法聚氯乙烯的发展及氯乙烯合成工艺水平,通过分析影响氯乙烯合成工艺水平的指标参数,阐述了提高电石法聚氯乙烯质量的途径。     

《氯碱生产氯气安全设施通用技术要求》(团体标准)解读

介绍了团体标准T/CCASC 1003-2021《氯碱生产氯气安全设施通用技术要求》制定的背景和主要创新点,特别阐述了氯碱厂事故氯装置、三氯化氮、液氯气化等的行业特点及新情况.     

太阳能半导体制冷装置设计与性能分析

以研究太阳能半导体制冷空调为背景,设计了一种小型太阳能半导体制冷装置。制冷装置由制冷部分和温度测量控制部分两部分组成,主要针对制冷片的安装方法、控制匹配器和温度控制电路的设计方法、半导体制冷片制冷性能的影响因素开展研究。通过制冷装置实验,得到了制冷片在不同电流工况和散热条件下两端的温差及箱体内平均温度随工作时间的变化曲线。实验结果表明,制冷片工作电流的选择要与制冷系统的散热强度相适应,而且应适当增加制冷片冷端的散冷能力,才能达到良好的制冷效果。     

基于LS-SVM和AR模型的油液光谱数据预处理研究

油液光谱分析技术可以检测出机械设备润滑油中各种元素的成分和浓度,但光谱分析数据受噪声、补油和换油的影响严重,不能很好地反映出机械设备的磨损情况。对光谱数据进行提升小波分解,通过分析细节信号,检测出野点;用LS-SVM对趋势项建模,对各层细节信息建立AR模型,分别预测出补、换油后及野点处的值并进行叠加;为提高预测精度,用QPSO对LS-SVM的参数进行了优化。结果表明:该方法能有效修正原始数据,从而提高对机械设备磨损状态监测和故障诊断的精度。     

半导体制冷技术研究综述

介绍了半导体制冷技术的原理及其在工程上的应用,分析了该技术的应用发展前景,探讨了影响半导体制冷性能的因素,并指出了半导体制冷技术存在的问题和发展趋势。     

基于SVM的柴油机油液光谱预测模型研究

针对传统油液光谱预测模型存在的缺陷,利用支持向量机(SVM)的回归算法建立光谱预测模型。支持向量机的非线性回归方法得到的回归函数对光谱历史数据有良好的逼近效果,通过SVM回归函数的外推计算建立的SVM回归预测模型能有效消除换油和采样间隔不一致对模型预测效果的影响,具有更广泛的应用范围。