气相色谱-质谱法对食品接触材料中磷酸三辛酯含量的测定

本文提出一种食品接触材料中磷酸三辛酯含量的检测方法。本试验通过气相色谱质谱联用仪对离子碎片进行分析,与NIST谱库中的磷酸三辛酯的离子碎片对照,建立其定性和定量的检测方法。该方法中磷酸三辛酯浓度在0.1～2.0 mg·L-1范围内有良好的线性系数(r=0.9992),检出限为0.01mg·L-1,精密度的相对标准偏差小于5%,加标回收率为94%～102%。该方法操作简便、准确可靠、重现性良好、回收率高,填补了食品接触材料中磷酸三辛酯含量测定的空白。     

基于IWO-ESN的网络流量预测研究

为了提高网络流量的预测精度,针对ESN网络预测结果易受谱半径SR、神经元个数N、输入单元尺度IS、连接稀疏度SD以及嵌入维数p等参数的影响,利用IWO算法收敛速度快的特点对ESN模型参数进行优化。研究结果表明,IWO-ESN可以有效提高网络流量的预测精度,同时可以对ESN网络模型参数和嵌入维数p进行自适应选择,为网络管理优化和拥堵控制提供决策依据。     

美尔谱系数与卷积神经网络相组合的环境声音识别方法

通过对复杂环境下声音识别技术进行研究，本文提出了美尔谱系数（MFSC）与卷积神经网络（CNN）相组合的环境声音识别方法。对声音事件提取其MFSC特征，将特征参数作为输入送入设计好的CNN模型中对声音事件进行分类。实验数据集采用ESC-10，将构建的卷积神经网络模型与随机森林、支持向量机（SVM）、深度神经网络（DNN）及DCASE比赛中常用的三种识别模型进行对比实验。实验结果表明，在相同数据集下，本文所设计的美尔谱系数与卷积神经网络相组合的环境声音识别方法相较传统的声音识别方法在识别率上分别有13.1%，18.3%，15.7%的提升，相较于DCASE比赛中的三种常用识别模型，本文所设计识别模型识别率及识别效率均有明显的优势。      

低信噪比下雷达回波谱矩快速估计方法

针对在低信噪比下机载气象雷达回波多普勒参数（谱矩）估计不准确的问题，本文在气象目标的雷达回波频谱服从高斯分布的基础上，给出了一种利用协方差矩阵分解的快速参数化谱矩估计算法。通过理论分析，推导出雷达回波的协方差矩阵具有范德蒙结构特性，进而将用于谱矩估计的代价函数转化为类傅里叶变换结构，然后进一步通过快速傅里叶变换和高斯加权滑窗计算代价函数，实现快速的谱矩估计。仿真实验结果表明，该方法在信噪比低于5 dB时仍可以有效估计雷达回波的谱矩参数，同时运算复杂度大大降低，而且在谱宽值较大情况下仍能保持较好的估计性能。      

基于自回归谱外推的全聚焦成像分辨力提升

针对相邻缺陷全聚焦超声成像混叠问题，结合低阶、宽有效频带自回归谱外推方法，压缩超声波时域脉冲宽度，实现亚波长级全聚焦（Total focusing method，TFM）成像分辨力。建立碳钢试块模型，设置两个中心间距1.8 mm，直径1.3 mm圆孔，选用中心频率2.25 MHz，32阵元相控阵探头采集全矩阵数据。针对全矩阵数据，选择自回归阶数为2，信号频谱最大幅值下降14 dB为有效频带，建立自回归模型并外推有效频带外的高频与低频成分，随后对全矩阵数据进行延迟叠加处理和TFM成像。仿真结果表明，低阶、宽有效频带自回归谱外推处理方法具有较高的鲁棒性和准确性，TFM成像后可有效分离中心间距0.7λ（λ为超声波长）圆孔，保留缺陷横向位置信息的同时，定位误差不超过0.73%。对碳钢试块中相同位置及尺寸的圆孔进行试验验证，定位误差不超过1.06%，有效地提高TFM成像分辨力。     

发夹式换热器管束流致振动数值模拟研究

运用计算流体力学方法,采用ANSYS CFX软件对发夹式换热器的壳侧流场进行了三维数值模拟。流场计算中采用多孔介质模型对管束区域进行简化,分析了壳侧流场的速度分布,结果表明:直管段部分的流体湍流强度大于弯管段,且外层管束所在区域为高流速区,受流体冲刷严重。结合流场信息,通过功率谱生成随机激振力,采用ABAQUS软件模拟计算了湍流激振下管束的振动响应,结果显示管束的面外均方根位移远大于面内位移,且弯管部分的振动位移最大。该研究结果可为发夹式换热器的性能分析和优化设计提供参考和依据。     

氟橡胶的红外光谱研究

采用红外(IR)光谱,包括一维红外光谱、二阶导数红外光谱、四阶导数红外光谱和去卷积红外光谱对氟橡胶(FKM)的分子结构进行了研究。试验发现:氟橡胶的红外吸收模式主要包括CH2不对称伸缩振动模式(νasCH2-FKM)、CH2对称伸缩振动模式(νsCH2-FKM)、CH2弯曲伸缩振动模式(δCH2-FKM)、CF2不对称伸缩振动模式(νasCF2-FKM)、CF2对称伸缩振动模式(νsCF2-FKM)和CFCl伸缩振动模式(νCFCl-FKM)等。研究发现:氟橡胶的去卷积IR光谱的谱图分辨能力要优于相应的一维IR光谱、二阶导数IR光谱和四阶导数IR光谱。此研究拓展了IR光谱在氟橡胶结构及应用研究的范围。     

双谱微分性质分析在故障诊断中的应用

为了研究耦合信号中的频率因素对故障诊断的影响,采取对耦合信号及其3阶累积量分别进行微分的方法。通过微分,可以放大耦合信号的频率信息在对角3阶累积量振幅中的影响。由于11/2维谱能够清晰地反应信号的耦合性质,因此实验中通过计算11/2维谱的分形维数进行故障诊断。实验结果表明:微分后的11/2维谱与微分前相比,其故障诊断正确率不同,并且可以通过改变微分次数提高故障诊断正确率。由实验结果可以得出结论,耦合信号的频率信息对于机械振动信号具有一定程度的影响,并且可以通过放大这种信息进行故障诊断。     

综合改进奇异谱分解和奇异值分解的齿轮故障特征提取方法

针对齿轮故障特征微弱，在强背景噪声下难以有效提取的问题，提出了一种改进奇异谱分解（ISSD）结合奇异值分解（SVD）的齿轮故障特征提取方法。针对奇异谱分解（SSD）算法中模态参数需凭经验选取的缺陷，基于散布熵优化算法对SSD算法进行了改进，在得到既定的一组奇异谱分量的基础上，根据峭度值最大准则筛选出了最佳奇异谱分量并进行了SVD处理，采用奇异值能量标准谱自适应地确定了信号重构阶数以还原信号和提高降噪效果。最后对信号进行包络解调以提取齿轮故障特征，将所提方法运用到仿真信号和齿轮实测信号中，并同传统包络谱、SSD包络谱以及经验模态分解结合SVD(EMD-SVD)方法进行了对比分析，结果表明，所提方法的降噪和特征提取效果更佳，能够更加有效地实现齿轮故障的判别。