基于多颜色分量CLBP提取的浮选泡沫状态识别

针对不同状态的浮选泡沫图像之间纹理结构相似、颜色差异不明显的问题，提出一种基于色调、饱和度和亮度（HSV）颜色空间的完全局部二进制模式（CLBP）纹理提取的浮选泡沫状态识别方法。首先使用双域去噪在保留纹理细节的同时滤除图像噪声，然后转换为HSV图像，在H、S和V颜色分量上分别提取三个尺度的CLBP纹理特征。将提取的纹理特征归一化后线性排列，建立高维度的纹理分类模型。最后通过一对一模式的支持向量机分类器对四类泡沫状态的样本集进行纹理提取后的分类训练与测试。结果表明，该方法对不同浮选泡沫状态的分类正确率较高，优于其他纹理描述方法，适用于浮选泡沫状态的识别。     

水泥工艺外加剂技术及应用分析

随着经济发展与技术进步,水泥工艺外加剂种类呈现出增加趋势,而且相关技术也不断成熟,在实际中发挥着重要作用。本文中以水泥外加剂为切入点,分析技术应用要点及注意事项。     

三相并网逆变器滤波器研究

在风力发电机逆变器输出的并网电流中,滤波器是保证电流质量的关键器件,良好的滤波器能有效地抑制谐波。详细分析了L、LC、LCL滤波器的结构及设计准则,并采用无源滤波的方法对LCL滤波器进行了优化,有效地提高了滤波器的谐波抑制特性。     

基于LSTM-SVM的风电机组齿轮箱故障诊断

针对风电机组齿轮箱的故障诊断中特征提取过分依赖人为经验和准确率不高的问题,提出一种基于长短时记忆网络(LSTM)与支持向量机(SVM)相结合的方法。对原始时域振动信号作傅里叶变换,利用LSTM神经网络自适应智能提取特征的优势,结合SVM的分类功能,实现对风电机组齿轮箱更加准确的故障诊断。仿真结果显示,该网络模型在经过16轮训练后准确率可以达到100%,使用测试集数据准确率也可以达到99.1%。     

基于粒子群算法的加热炉空气系数寻优

加热炉中燃料在燃烧的过程中选择合适的空气系数α是节约能源的关键。只有将α控制在一个合理的范围之内,才能最大程度的降低热损失。由烟气热损失率以及不完全燃烧热损失率与α的函数关系得到寻优函数,使用MATLAB仿真粒子群算法对寻优函数的寻优过程,在燃料热值突变和工况变化时快速找到新的合适的α,达到燃料充分燃烧,提高热效率的目的。仿真结果充分验证算法的可行性和优越性,理论上实现了用相对较少的燃料得到较高的热效率。     

飞秒激光光斑轮廓的傅里叶描述子重建及特征提取

在利用飞秒激光对单晶硅材料进行微尺度烧蚀时,衍生的等离子体发光光斑中蕴含着大量的加工信息。如何有效提取光斑图像的几何特征信息,对研究飞秒激光烧蚀加工工艺过程具有重要意义。轮廓特征是描述激光光斑最重要的特征之一,本文着重分析了等离子体光斑轮廓特征与光斑运动规律间的关系及光斑运动情况分类方法。首先,考虑到光斑微弱的特性,对光斑图像进行增强处理。其次,采用链码方法提取光斑轮廓特征,并利用傅里叶描述子低频特性,选取少量的描述子重建光斑图像轮廓特征,减少了复杂的计算量,有效提高了光斑图像分类的速度与质量。最后,运用Hu不变矩特征证明傅里叶描述子用于提取激光光斑对轮廓特征的有效性。