应用液相色谱―串联质谱仪和四极杆―轨道阱高分辨质谱仪检测饲料中克伦普罗干扰的原因分析与确证技术研究

目的 探究液相色谱―串联质谱仪(liquid chromatography-tandem mass spectrometer, LC-MS/MS)检测饲料中克伦普罗时, 环天冬氨酰苯丙氨酸对试验干扰的原因, 在此基础上探究出应用LC-MS/MS分析的确证技术与方法。方法 应用四极杆―轨道阱高分辨质谱仪和LC-MS/MS对环天冬氨酰苯丙氨酸、克伦普罗对照品以及含有环天冬氨酰苯丙氨酸的饲料样品进行分析。结果 饲料中含有环天冬氨酰苯丙氨酸对克伦普罗的检测干扰的原因为二者母离子及2个子离子的质荷比很接近, 且二者离子丰度比也很接近。应用LC-MS/MS分析的确证技术与方法为梯度碎裂离子片段依次匹配比较法。结论 应用LC-MS/MS检测会遇到假阳性的问题, 这是串联质谱结构与方法原理决定的; 建议调整克伦普罗的2个子离子为263.07>168.04, 263.07>132.06; 用LC-MS的梯度碎裂离子片段依次匹配比较法准确、实用。     

球磨机负荷实时测量的振动检测法

阐述了电厂球磨机负荷测量的现状,以及现有球磨机负荷测量方法存在的问题,提出了一种以轴承振动能量法为基础、基于光纤传感测振球煤机负荷实时监测系统方法,包括系统结构、硬件设计和软件编程。     

基于残差神经网络的风机叶片结冰故障诊断

风力发电机叶片结冰故障直接影响风力发电机的运行安全和发电效率.针对这一问题,提出一种基于一维残差神经网络(1DRes-CNN)的叶片结冰诊断模型,该模型通过风机SCADA数据进行风机叶片结冰故障诊断.首先通过标记标签、数据分割、类间平衡和归一化对SCADA数据进行预处理;然后基于叶片结冰物理机制和XGBoost特征重要...     

基于改进耦合增强随机共振的滚动轴承故障诊断

针对强背景噪声下经典随机共振方法对滚动轴承故障特征提取效果差的问题,提出了一种基于改进耦合增强随机共振的滚动轴承故障诊断方法。首先,利用一个定参双稳系统和一个变参双稳系统构成耦合随机共振系统,外部输入直接作用于定参双稳系统;然后,通过调节变参双稳系统参数和耦合系数实现耦合系统的随机共振控制,并借助遗传算法实现控制参数的自适应选取。实验和工程应用验证了所提方法的有效性和优越性。     

含铌渣熔融氧化物电解制备铌合金研究

从热力学上分析含铌渣电化学选择性提取铌资源的可行性,计算电化学还原过程中相关反应的Gibbs自由能变化及各氧化物的理论分解电压,讨论可能存在的化学反应及其优先程度,分析熔渣组元活度和含量变化对电解过程的影响。结果表明,含铌渣电化学选择性提取铌资源是可行的;通过确立适宜的物理化学条件和电化学参数,可实现含铌渣中铌资源的选择性提取分离。熔融氧化物电解提取金属为开发绿色环保、高效低耗的铌资源提取技术提供新思路。     

基于ABAUQS-Matlab对42CrMo钢表面感应淬火奥氏体化参数的研究

目的 确定42CrMo钢感应淬火过程的奥氏体相变动力学参数，并验证其可靠性。方法 根据不同加热速率下42CrMo钢奥氏体膨胀曲线，基于经典JMAK（Johnson-Mehl-Avrami-Kolmogorov）模型和Kissinger方法，确定了42CrMo钢奥氏体化相变动力学的参数。建立ABAQUS局部移动式感应淬火模型，选取淬火区域加热过程中点的温度变化曲线作为验证奥氏体化模型的对象。基于Scheil法则和JMAK相变动力学模型，采用文中求解得到的奥氏体化参数，采用Matlab对42CrMo连续转变过程离散为每个时间间隔的等温相变并求解，并对照相关学者采用的扩展解析动力学模型和JAMK模型，加以验证。结果 根据上述方法，得到的42CrMo奥氏体相变动力学参数为：激活能Q为2.04×106 J/mol，指前因子lnk0的值取230.78，Avrami指数n取0.427。将淬火加热过程离散为数量很大的均匀时间间隔，并以求解的动力学模型在每个间隔内进行对应温度条件下奥氏体体积分数的求解并顺次叠加，以模拟得到的奥氏体转变时间和转变温度等作为依据，该模型有良好的表现性。结论 对42CrMo非等温且加热速度不恒定的连续奥氏体转变过程，JAMK模型拟合表现良好，采用文中求解的参数组对表面感应淬火的奥氏体转变历程进行仿真预测是可行的。     

基于数据流深度学习算法的Android恶意应用检测方法

目前针对未知的Android恶意应用可以采用机器学习算法进行检测,但传统的机器学习算法具有少于三层的计算单元,无法充分挖掘Android应用程序特征深层次的表达。文中首次提出了一种基于深度学习的算法DDBN （Data-flow Deep BeliefNetwork）对Android应用程序数据流特征进行分析,从而检测Android未知恶意应用。首先,使用分析工具FlowDroid和SUSI提取能够反映Android应用恶意行为的静态数据流特征;然后,针对该特征设计了数据流深度学习算法DDBN,该算法通过构建深层的模型结构,并进行逐层特征变换,将数据流在原空间的特征表示变换到新的特征空间,从而使分类更加准确;最后,基于DDBN实现了Android恶意应用检测工具Flowdect,并对现实中的大量安全应用和恶意应用进行检测。实验结果表明,Flowdect能够充分学习Android应用程序的数据流特征,用于检测未知的Android恶意应用。通过与其他基于传统机器学习算法的检测方案对比,DDBN算法具有更优的检测效果。     

基于MIKE11的梯级水库群溃决模拟研究

为了对比单个水库大坝溃决时的洪水演进,本文基于MIKE11模拟了3个梯级水库发生溃决的洪水演进情况,设置了3种工况:只溃第1梯级,第2、3梯级漫顶不溃;第1、2梯级同时溃,第3梯级漫顶不溃;第1、2、3梯级同时溃。得到了梯级水库不同溃决方式和过程下的河道流量与水位变化、溃口流量与水位变化,以及洪水演进流量与水位变化,再对比4种计算溃口流量的理论公式。结果表明:在梯级水库中只溃1级的情况下,下游河道的洪峰在一定距离内没有出现衰减,且随着溃坝数的增加,下游河道的洪峰流量也会增加,甚至超过溃口的最大流量,验证了铁道部给出的理论公式更适用于实际大坝溃口流量的理论计算分析。     

太阳能光伏建筑一体化(BIPV)系统发电效益评估研究

太阳能光伏建筑一体化(B IPV)应用是目前研究的热点,其中,太阳能辐射量是设计该系统的重要参数之一.基于已有的研究成果,建立了简易的太阳能光电板日辐射量的推算模型,并结合PVSYST软件实现了对系统发电量的计算,然后通过案例以斜面倾角分别为0°、15°、90°进行分析和验证.结果表明,推算的太阳能光电板日辐射量模拟值与实测数值吻合较好,可以为太阳能光伏建筑一体化(B IPV)系统发电效益的设计提供一定的参考.