CDBN‑IKELM的轴承变工况故障诊断方法

针对现有方法在轴承变工况方面存在的诊断精度低、人工提取特征不充分等问题，提出了基于卷积深度置信网络（convolutional deep belief network，简称CDBN）与改进核极限学习机 （improved Kernel?based extreme learning machine，简称IKELM）的滚动轴承故障智能识别方法。首先，由卷积深度置信网络对原始信号内的故障特征进行深层自适应提取；其次，利用等距特征映射对提取的多维特征进行降维，去除冗余特征信息；然后，采用改进的核极限学习机对特征进行分类，使用粒子群（particle swarm optimization， 简称PSO）对模型重要参数进行优化，实现滚动轴承变工况下的故障识别；最后，将所提方法应用于不同工况下多种轴承故障的诊断。实验结果表明，该方法能够智能有效地识别变工况的轴承故障，诊断结果优于已有的智能故障诊断方法。     

多铜氧化酶在大肠杆菌中的分泌表达

生物胺是存在于发酵食品中的一类有机物，过量摄入会危害人体健康。多铜氧化酶中的某些酶具有降解多种生物胺的活性，在减控发酵食品中的氨(胺)类危害物方面具有良好的应用前景。研究多铜氧化酶的分泌表达，对酶的特性改造和工业化生产与应用具有重要意义。本研究通过在解淀粉芽孢杆菌来源的多铜氧化酶N端融合信号肽PhoA实现了多铜氧化酶在大肠杆菌中的分泌表达，胞外酶活为69.8 U/L。通过优化诱导条件和酶的分泌确定了多铜氧化酶最优发酵条件为诱导温度25℃、IPTG浓度0.05 mmol/L、诱导时菌体OD600=1.0、诱导6 h后添加150 mmol/L甘氨酸；发酵40 h时胞外多铜氧化酶酶活达到238.1 U/L，是优化前的3.4倍。     

矿井智能通风系统优化研究

本文针对矿井现阶段采用的PLC及变频器通风控制系统存在响应时间长、监测数据处理能力不足、分析失准等问题,提出采用现场总线技术的智能通风控制系统优化技术措施。在井下回采及掘进工作面采用CO2释放测试方法对采用的通风系统智能化、实用性进行验证,结果表明,智能通风控制系统调节通风系统策略与人工方式一致,表明采用的通风控制系统可以满足应对井下一般通风故障需要。     

周期性隔震基础的优化设计与试验验证

周期性隔震基础是利用周期性结构的衰减域特性,将地震动与上部结构自振频率接近的频率范围内的能量衰减,从而控制上部结构响应的新型隔震装置。周期性基础的隔震性能受到多方面因素的影响,包括局域共振子的调谐频率比、质量比、阻尼比、基体的刚度、上部结构与基础的相互作用以及地震动的频谱特性等。目前尚未有研究综合考虑上述因素的影响并提出周期性基础的设计方法。提出以一组地震动作用下上部结构峰值响应衰减率的平均值为目标函数,对周期性基础进行优化的设计方法。计算结果表明,按照该优化方法得到的周期性基础对上部结构在选取的44条地震动作用下,峰值响应的平均衰减率达30%。参数敏感性分析表明,优化设计得到的周期性基础对于自身参数的变化具有良好的鲁棒性。最后利用缩尺振动台试验验证了优化设计得到的周期性基础的隔震性能,证明了优化方法的有效性和优化结果的正确性。