基于DRSA和BP神经网络风电机组检修决策

为缩减运维成本,降低检修资源配置,提出一种基于优势粗糙集DRSA和BP神经网络的风电机组检修决策新方法。基于风电机组多因素序信息系统表,采用优势粗糙集理论方法进行知识约简,获得检修决策规则集,将提取的规则集作为输入样本对BP神经网络进行训练,提高处理不确定性知识的能力。与基于DRSA的检修决策方法进行对比,该方法实现了风电机组的智能检修预测,更能优化机组检修资产的管理,为增加机组检修决策的透明性、合理性及科学性提供了依据。     

ATSP:时态网络可视化的自适应时间片划分方法

现有的时态网络可视化方法大多采用等量时间片来可视化网络的演变，不利于时态模式的快速挖掘和发现。为此，根据时态网络固有的特征提出自适应时间片划分方法（Adaptive Time Slice Partition method，ATSP）。在时态网络的两种表示方式（基于事件的表示方式和基于快照的表示方式）的基础上，构建了ATSP的基础模型，同时提出了一种改进模型用来描述事件间隔时间服从长尾分布的时态网络。为了实现时间片的不等量划分，针对探索任务的不同提出了基于时态模式的ATSP规则和基于中心节点的ATSP规则，并提出了实现算法--层次划分算法（Hierarchical Partition algorithm，HP）和增量划分算法（Incremental Partition algorithm，IP）。实验结果表明，ATSP方法比传统的时间片划分方法更能准确地表示网络的时态特征，且该方法应用于可视化时，能有效归纳并展示网络的特征，明显提高了视觉分析的效率。     

基于SCAE⁃ACGAN的直升机行星齿轮裂纹故障诊断

直升机行星传动轮系结构复杂、工况多变,其振动信号受工况影响大,在故障样本较少的情况下导致行星齿轮箱故障诊断准确率不高,早期故障诊断困难。针对上述问题,提出将堆栈收缩自动编码网络(stacked contractive autoencoder,简称SCAE)与辅助分类生成式对抗网络(auxiliary classifier generative adversarial networks,简称ACGAN)相结合的SCAE-ACGAN故障诊断方法。ACGAN的生成器产生与真实样本具有类似分布的生成样本,扩展训练样本集,并与真实样本一起输入至判别器进行训练。ACGAN采用SCAE作为判别器,利用SCAE良好的抗数据波动能力,从扩展样本集中挖掘出有效的深度特征,并实现样本的真伪与类别的判定。ACGAN的判别器和生成器在对抗学习训练机制下交替优化,提高方法的样本生成质量与故障判定能力。将SCAE-ACGAN应用于直升机行星轮裂纹故障诊断,结果表明,SCAE-ACGAN的故障诊断性能好,在样本数量少与工况变化情况下具有较好的健壮性和适应性。     

高盐废水零排放结晶盐资源化工艺分析与比较

高盐废水零排放结晶盐资源化是高盐废水处理发展的趋势,从已有的零排放资源化工程案例来看,其运行情况并不理想。对具有代表性的高盐废水零排放结晶盐资源化工艺进行了介绍,并以典型项目水质为例,分析了各种工艺的优缺点及适用水质,为工程项目的设计与运行提供一定的参考价值。     

基于STM32和BDS急救系统

设计的系统以ARM架构STM32芯片微处理器控制的心率传感器为测试平台,结合4G技术与北斗定位系统对佩戴者位置精确定位。人体的心率改变时,使心率传感器发生变化,当心率波动于危险范围时,系统会发出报警,同时将佩戴者对应位置的坐标发送至云端接收机。除此之外,用户还可以使用手持设备对系统进行危险区域的提前设定,当移动测试平台至危险区域,系统将报警,同时反馈位置数据给接收机。     

4种戊唑醇剂型对大型溞的急性毒性评价

为评价不同剂型戊唑醇对大型溞的急性毒性,筛选出环保剂型,减少农药对生态环境的影响。采用半静态法测定95%戊唑醇TC、50%戊唑醇SC、250 g/L戊唑醇EW、80%戊唑醇WP、85%戊唑醇WG对大型溞的急性毒性,并根据我国农药环境安全评价分级标准进行毒性分级。结果表明,95%戊唑醇TC、50%戊唑醇SC、250 g/L戊唑醇EW、80%戊唑醇WP、85%戊唑醇WG对大型溞的EC_(50)值(48 h)分别为8.396、1.374、3.587、5.989、2.067 mg/L,戊唑醇4种剂型产品对大型溞皆为中等毒。