基于电信号特征分析的电机故障诊断技术

介绍了电机故障诊断技术平台的组成,分析了电机常见故障下电信号的特征。利用宜昌和景洪工厂两台电机进行了实际对比测试,宜昌工厂电机定子电流特征频率在49.2Hz时表现出峰值-36.08dB,在50.8Hz时表现峰值则为-37.23dB,表明电机存在转子断条故障;景洪工厂电机在转子特征频率为113.51Hz时,出现峰值-58.47dB,表明电机存在静态偏心故障。经电机现场抽芯检查,验证了电机故障快速诊断平台给出的电机健康状态评估结果,证实了基于电信号特征分析的电机故障诊断技术的准确性。     

以新发展理念引领高校专业基础课教学改革

以“创新、协调、绿色、开放、共享”为内核的新发展理念，是对马克思主义发展理念的继承和发扬，极具时代精神，富含问题意识，为高校思想政治教育发展、教育教学改革实践提供了强大的理论支撑。本文以“通信原理”为例，阐述了新发展理念在课程改革中的思路和方法，实现了思想政治教育与专业基础课程有机融合，为深化高校教学改革、创新人才培养模式提供了思路。     

两种混合单元混合机理的数值模拟

为了研究SV型和SX型混合单元在全静态乳化器的混合机理,使用群体平衡模型对乳化器内部流场进行模拟分析。结果表明,SV型与SX型混合单元的混合机理是油相与水相材料通过混合单元时其空间流动方向改变,在流场内形成大量的漩涡,从而达到乳化的目的;通过比较流体在经过SV型和SX型混合单元后的水相索特平均直径(d_(32)),得出SV型混合单元的乳化效果更强,但同时消耗更多的能量,压降更大。     

建筑结构控制爆破拆除的力学分析与应用

应用运动学、动力学理论建立建(构)筑物控爆坍落过程的力学模型,进而研究在非定常约束条件下坍落结构的力学特征。首次提出了采用延时起爆技术时,非自由质点系及其广义坐标应是建立在每一段位上的瞬间虚位移。在此基础上,分析求解运动过程中时控单元的质点自由度,为精确选定爆破部位及时序提供了设计理论和计算依据。同时,结合振动理论,将控爆时差、结构载荷分布调制为振动系统,形成坍落结构梁板单元的强迫振动,充分实现在运动中进一步解体、破碎其自身结构,并形成具有明显缓冲效果的下落过程。应用实践结果证明力学分析是正确的,为工程结构爆破拆除计算机辅助设计及动态模拟技术的有效应用奠定了基础。     

Omega-6支撑身体，Omega-3支撑大脑：均衡摄入对儿童大脑发育的影响（网络首发、推荐阅读）

人体大脑和身体的发育，需要从食物中摄取均衡的营养物质。人类大脑是区分人类和其他动物的特征。食物中的必需脂肪酸是机体组织结构和功能的必要组成部分。Omega-6（O6）亚油酸（LA6）是皮肤组织的组成成分，且是炎症、血栓形成、免疫和其他信号分子的前体；Omega-3（O3）α-亚麻酸（ALA3），特别是其长链代谢产物——二十二碳六烯酸（DHA3），是大脑、视网膜和部分神经组织中的关键组分。从富含LA6脂肪酸（缺乏O3脂肪酸）的植物籽中提取出的廉价而优质油脂，是20世纪的西方国家食品工业生产的主要脂肪来源。在代谢通路中，高浓度的LA6脂肪酸可拮抗O3脂肪酸代谢，造成O3脂肪酸不足，因此，在给怀孕动物的饲料中，只提供富含LA6但缺乏O3脂肪酸的油脂作为唯一的脂肪来源，会导致幼崽大脑发育不良。过去20~30年的研究表明，低含量LA6且含DHA3的油脂可改善大脑的功能。近年来的研究较多集中在营养因素对大脑发育的影响，最新研究数据表明，脂肪酸平衡对营养不良儿童的大脑发育尤为重要。世界卫生组织（WHO）越来越重视大脑的营养健康，通过其下属的食品法典委员会，建议用于治疗严重急性营养不良儿童的即食治疗食品中，使用含有均衡脂肪酸组成/构成的脂肪。同样，脂肪酸均衡对老年人可能也很重要。目前，业界已经有了调整油脂成分的方法，以确保脂肪酸均衡，从而维持人体整个生命周期的大脑健康。     

Convolutional Neural Network Auto Encoder Channel Estimation Algorithm in MIMO-OFDM System

Higher transmission rate is one of the technological features of prominently used wireless communication namely Multiple Input Multiple Output-Orthogonal Frequency Division Multiplexing (MIMO–OFDM). One among an effective solution for channel estimation in wireless communication system, specifically in different environments is Deep Learning (DL) method. This research greatly utilizes channel estimator on the basis of Convolutional Neural Network Auto Encoder (CNNAE) classifier for MIMO-OFDM systems. A CNNAE classifier is one among Deep Learning (DL) algorithm, in which video signal is fed as input by allotting significant learnable weights and biases in various aspects/objects for video signal and capable of differentiating from one another. Improved performances are achieved by using CNNAE based channel estimation, in which extension is done for channel selection as well as achieve enhanced performances numerically, when compared with conventional estimators in quite a lot of scenarios. Considering reduction in number of parameters involved and re-usability of weights, CNNAE based channel estimation is quite suitable and properly fits to the video signal. CNNAE classifier weights updation are done with minimized Signal to Noise Ratio (SNR), Bit Error Rate (BER) and Mean Square Error (MSE).     

基于音频特征的工程车辆工况识别研究

高效率地使用工程车辆是工程项目管理中节约成本的有效方法，无人监管环境下工程车辆的工况识别，是实现工程车辆高效率使用的有效手段。目前以GPS等技术为核心的车辆智能管理系统未对工程车辆进行工况识别，提出一种基于GRU循环神经网络的工程车辆工况识别方法，通过对工程车辆在不同工况下产生的音频信号进行分析，从中提取Mel倒谱系数作为主要特征，构建GRU循环神经网络模型进行训练和识别。实验结果表明，该方法可以实现对工程车辆工况的有效识别。     

稳产国Ⅵ柴油并兼产喷气燃料技术方案的工业应用

介绍了浙江石油化工有限公司新建的3 Mt/a柴油加氢精制装置，其配套使用中国石化石油化工科学研究院有限公司开发的催化剂级配技术，并实施了可根据原料供应及市场产品需求情况灵活调整切换的2种生产技术方案。1 a的安稳生产运行结果表明:该装置以直馏柴油为主原料，通过分馏塔的馏分切割及其侧线抽出，实现了稳产国Ⅵ柴油并兼产喷气燃料技术方案的工业化应用；在实施以兼产喷气燃料为主的生产技术方案时，通过调整常一线柴油的掺炼量，不仅可以生产含硫量小于10.0 μg/g的精制柴油产品，同时兼产所得到的喷气燃料产品含硫量小于0.5 μg/g，赛波特颜色号值大于30；在实施主产精制柴油组分方案时，通过掺炼质量分数为20%~40%的催化柴油，并使所提炼得到的精制柴油组分含硫量小于6.0 μg/g的前提下，这些精制柴油组分产品既可直接作为满足国Ⅵ柴油产品出厂待售，也可作为柴油调和组分储存待用于产品的进一步优化。     

Form selection of concomitant polymorphs: A case study informed by crystallization kinetics modeling

Molecular mechanisms and process kinetics of crystallizing concomitant polymorphs remain poorly understood. Solvent-mediated phase transformation and concomitant crystallization are difficult to be distinguished in practice, as multiple forms can be detected at the same time. Herein, we developed a population balance model to simulate a concomitant crystallization process of two polymorphs of tolfenamic acid. Our kinetic modeling aims to understand concomitant crystallization and help guide form selection of such a molecular system. Crystallization kinetics of ethanolic solutions were uncovered from induction time measurements, as well as seeded and unseeded crystallization experiments. Experimental and simulation results demonstrate that the stable form I crystallizes concomitantly with the metastable form II. The faster growing form II results in an intermediate decline in the composition of form I in crystallized samples, a characteristic feature of the concomitantly crystallized system. A four-quadrant scheme of attainable polymorph outcome was simulated under various crystallization conditions.     

Nb2O5-doped NiZnCo ferrite ceramics with ultra-high magnetic quality factor and low coercivity for high-frequency electronic devices

This work investigates the influence of niobium pentoxide (Nb₂O₅) as dopant, on the structural, magnetic, and dielectric properties of NiZnCo ferrites. The results showed that Nb₂O₅ was an effective dopant, and the Nb⁵⁺ ions entered the B site to replace Fe³⁺ ions, which altered the electromagnetic properties of the NiZnCo ferrite. In particular, the coercivity (H_c) was 20～24 Oe, and the magnetic quality factor (Q), was more than 200 at x = 0 and x = 0.1 wt%, which is 4～5 times higher than that of NiZn and NiCuZn ferrites. Excellent electromagnetic properties were obtained for 0.1 wt% Nb₂O₅-doped NiZnCo ferrite, i.e., M_s = 88.3 emu/g, H_c =20.4 Oe, ρ = 2.4 × 10⁵ Ω m and Q = 202 @20 MHz. These excellent electromagnetic properties of Nb₂O₅-doped NiZnCo ferrites could be potentially applied to resonators and capacitors at high frequency.