基于模糊c均值聚类算法的焊缝缺陷等级磁记忆定量识别

针对磁记忆检测技术在焊缝缺陷等级定量识别中模糊性和分散性的难题,提出以模糊c均值聚类算法为理论基础的焊缝缺陷等级磁记忆定量识别模型。以Q235焊接试件为试验材料,进行疲劳拉伸试验。对比X射线检测定量标准,确定磁记忆焊缝缺陷量化等级,提取不同等级的磁记忆信号征参数向量,通过训练样本的学习选取最优模糊加权指数m,建立了基于模糊c均值聚类算法的焊缝缺陷等级磁记忆定量识别模型。模型验证结果表明,预测损伤等级的准确率达到了90%,为实际工程中准确区分焊缝缺陷等级提供理论依据和新的思路。     

ICP-OES法同时测定蛋制品中铅、锌、铜含量

建立了同时测定蛋制品中铅、锌、铜三种金属元素等离子体原子发射光谱检测方法。样品经微波消解前处理后,处理液进ICP测定。结果显示:3种金属元素的线性范围较宽,相关系数均(r)为0.999以上,检出限分别为0.8、0.4和1.0 mg/kg。该方法稳定可靠、操作简单、试剂消耗量小。     

基于粒子群最大似然估计的焊缝早期隐性损伤磁记忆精确定位模型

针对由于焊接残余应力、磁场噪声等干扰,造成磁记忆检测在焊缝早期隐性损伤位置定量评价上的困难,提出基于粒子群算法优化的最大似然估计磁记忆梯度定量模型.通过对预制未焊透缺陷的Q235焊接试件进行焊缝疲劳拉伸实验,同步对比扫描电镜和X射线检测结果,发现磁记忆信号梯度对早期隐性损伤位置反应比较敏感,并获得了梯度随着与隐性损伤的距离增大而减小的衰减变化规律,构建隐性损伤位置参数与磁记忆梯度的非线性函数,考虑磁场噪声对隐性损伤定位结果的影响,引入最大似然估计建立目标函数,进一步考虑目标函数的非线性容易陷入局部极值而非全局极值的问题,采用具有全局搜索能力的粒子群算法对目标函数进行优化,建立基于粒子群最大似然估计的焊缝隐性损伤位置磁记忆定量模型,验证结果表明定位误差仅为3.48%,为实际工程中利用磁记忆技术及时发现早期隐性损伤并精确定位提供了新的思路.      

酸性气回收工艺过程研究综述

主要对酸性气的来源及目前的回收方法进行了综述,介绍了现有可用于酸性气回收模拟软件,论述了酸性气回收过程及其模拟软件在化工行业中的重要地位,并简述了进行的酸性气回收软件开发的基本过程.     

DMAC—H2O精馏系统过程优化研究

以经济效益为目标,以简捷法和严格法的计算数据为依据．运用过程系统综合的方法对DMAC—H2O二元体系的精馏系统过程进行优化研究,在满足工艺要求的基础上,基于粒子群算法对精馏过程的年度总费用进行单目标优化,使得年度总费用最低。     

铝材表面的自组装成膜新工艺

铝材表面易氧化从而影响后续涂层质量.以有机膦化合物、氨三乙酸和聚环氧琥珀酸为主要原料,采用一步法对铝表面自组装成膜,通过正交试验确定了最佳成膜工艺,将此工艺制得的自组装膜的形貌、性能与传统铬酸盐转化膜比较,并探讨了自组装成膜机理.结果表明:最佳成膜工艺为5.0 mL/L有机膦化合物,5.0 g/L氨三乙酸,2.5 mL...     

基于K-近邻隶属度模糊支持向量机的再造抽油杆损伤等级磁记忆定量识别

针对磁记忆技术在再造抽油杆损伤等级定量评价中小样本和分散性的难题,从再造抽油杆疲劳损伤实验出发,通过获取损伤演化过程的磁记忆特征规律,提取五维磁记忆特征向量,首次引入基于K-近邻隶属度的模糊支持向量机多分类算法,结合参数组合寻优方法,建立再造抽油杆损伤等级的多分类磁记忆定量识别模型。结果表明:利用K-近邻隶属度将分散性和模糊性加以量化,结合支持向量机的小样本优势,构造的K-近邻隶属度模糊支持向量机多分类磁记忆模型,可以进行再造抽油杆损伤等级的磁记忆定量识别,并进一步进行参数组合寻优,避免了盲目选择固定参数导致模型精度过低,具有较好的抗噪性和鲁棒性,为再造抽油杆损伤等级定量评价提供了一种新的方法。     

煤矿机电设备“精细化”管理刍议

经过重新调整,机电管理部门下设管理组、工程督导组、安全保障组、后勤保障组、技术革新小组和技术培训组,分别担负机电设备的引进更新、安装施工、安全运转、技术培训等方面的管理工作,实行包项、包组、包点工作责任书,充分发挥管理职能。     

关系数据库向关联对象的动态转换

程序设计人员在开发一个应用系统时大部分时间花费在数据库的编程模式上，利用JA—VA编程语言，以Mysql 5为例，实现了由关系数据库向关联对象的自动转换，使复杂的访问数据库的工作转化为简单的访问JAVA对象的工作，从而节省了程序开发人员的大量精力。按照该思路进一步扩展，完全可以创建一个高性能，使用简单的数据库持久化层框架。     

基于IPSO-GRU深度学习算法的海底管道缺陷尺寸磁记忆定量反演模型

针对海底管道缺陷磁记忆定量反演的难题,提出一种基于改进粒子群优化的门控循环神经网络模型,即IPSO-GRU模型。以两端焊有盲板的X52管道作为实验材料,其上预制有不同直径、深度的缺陷,采用TSC-5M-32磁记忆检测仪,外接11-6W非接触探头,进行水下磁记忆检测试验,提取不同缺陷尺寸的磁记忆信号特征值。考虑到磁记忆信号特征值随缺陷尺寸呈复杂的非线性变化,引入门控循环神经网络,利用其双门结构能够记忆缺陷处的信号特征,非线性回归拟合能力强的特点,构建海底管道缺陷定量反演模型,进一步考虑到模型超参数选择的随机性,采用改进粒子群算法进行超参数寻优。验证结果表明:该模型对缺陷深度反演平均精度达96%;对缺陷直径反演平均精度达93%,为海底管道缺陷的磁记忆定量化识别与反演提供了新的思路和方法。