基于堆叠稀疏去噪自动编码网络与多隐层反向传播神经网络的铣刀磨损预测模型

刀具磨损状态是机械加工过程中需考虑的重要因素之一.针对铣刀磨损的在线预测问题,建立了一种基于深度学习的铣刀磨损预测模型.首先,将采集到的铣刀切削时的振动信号进行小波去噪后,利用快速傅里叶变换和小波包分解等技术提取时域、频域及时频域上的特征参数,并根据相关性分析从中筛选出合格的特征参数合并为特征向量,以此作为堆叠稀疏去噪自动编码网络(SSDAE)的含噪样本.其次,利用特征后处理的方式对已经筛选出的特征参数进行单调不递减及平滑处理,并将其作为SSDAE的无噪样本来训练该网络.然后,将经过SSDAE降维后的特征向量作为多隐层反向传播神经网络(BPNN)的输入,以这些特征对应的实际铣刀的磨损量作为标签对该网络进行拟合训练.最后,对训练好的模型进行实验验证,通过测试数据集和人为加入噪声的测试数据集的对比,结果显示所提模型不仅具有较高的预测精度,还具有较高的鲁棒性.     

基于K空间理论的磁共振图像空间分辨率影响因素分析

空间分辨率是对磁共振成像设备进行质量控制的主要性能参数。利用美国体膜实验室生产的Magphan SMR100体膜在自旋回波序列T1加权模式下对磁共振成像设备的空间分辨率进行计量检测，基于K空间理论，结合扫描视野的形状及频率编码矩阵和相位编码矩阵的大小及取向，对决定图像空间分辨率的因素进行了深入分析，获得了在不降低空间分辨率的前提下以较小的信噪比损失成比例缩短扫描时间的参数选取规则，从而提高磁共振成像设备周期检定的实践水平。     

自适应融合层级特征的混合退化图像复原算法

多种退化类型混合的图像比单一类型的退化图像降质更严重,很难建立精确模型对其复原,研究端到端的神经网络算法是复原的关键.现有的基于操作选择注意力网络的算法(operation-wiseattentionnetwork,OWAN)虽然有一定的性能提升,但是其网络过于复杂,运行较慢,复原图像缺乏高频细节,整体效果也有提升的空间.针对这些问题,提出一种基于层级特征融合的自适应复原算法.该算法直接融合不同感受野分支的特征,增强复原图像的结构;用注意力机制对不同层级的特征进行动态融合,增加模型的自适应性,降低了模型冗余;另外,结合L1损失和感知损失,增强了复原图像的视觉感知效果.在DIV2K,BSD500等数据集上的实验结果表明,该算法无论是在峰值信噪比和结构相似性上的定量分析,还是在主观视觉质量方面,均优于OWAN算法,充分证明了该算法的有效性.     

改性醇溶性聚氨酯制备及其性能评价

首先制备了改性醇溶性聚氨酯复合材料,继而分析了预聚前后蓖麻油添加量对聚氨酯胶膜吸水率、剥离强度、力学性能的影响,结果表明:(1)预聚前加入蓖麻油,所生成的胶体质量较好;预聚后加入蓖麻油,聚合过程不容易控制,且胶膜略微发粘;(2)聚氨酯中-NOC键与羟基键数量比值越大,胶膜拉伸强度越大,断裂伸长率越小;(3)在油溶性聚氨酯中随着蓖麻油添加量逐渐增大,胶膜吸水率逐渐减小。     

提高烧结矿FeO稳定性的研究与应用

主要介绍了莱芜分公司炼铁厂265 m~2烧结系统为提高烧结矿FeO稳定性,分析流程可控因子,对燃料水分、燃料粒度、混匀料水分、四辊破碎质量、下料波动等进行了系列改善,试验分析、探测关键因子最佳控制水平,优化控制区间,使烧结矿FeO西格玛水平达到3.37,综合合格率98%以上。     

沙梁煤矿开采工艺及设备优选

沙梁煤矿受到断层影响一水平22、31号煤层无法布置综采工作面，42号煤层仅能布置3个小综采工作面，52号煤层仅能布置5个综采工作面。大量煤层无法有效布置开采工作面，极大影响了开采效率。通过分析该矿开采技术条件，对采煤工艺进行了设计，认为该矿适宜的开采工艺为一次采全高综采采煤工艺。在此基础上，经过理论及计算分析，对采煤机、液压支架、乳化液泵站、可伸缩带式输送机等开采设备进行了选型。分析结果对于提高该矿开采效率具有一定的参考意义。     

玉米秸秆与白菜厌氧共发酵产甲烷潜力研究

文章对比研究了玉米秸秆单独发酵以及玉米秸秆和白菜混合发酵的产甲烷潜力。研究结果表明:在反应器连续运行的78 d内,与玉米秸秆单独发酵相比,玉米秸秆和白菜混合发酵的平均日产气量提高了28.6%以上,平均甲烷含量提高了24.5%以上,发酵体系的pH值维持在6.91～7.43,处于产甲烷的最优pH值范围内,发酵体系的氨氮浓度有较大幅度的升高,但未抑制发酵体系的甲烷生成;通过水力停留时间验证了该研究所设定参数的合理性。