掘进机截割头钻速优化分析

文章基于EBZ120型悬臂式掘进机进行截割临界转速分析优化,通过利用微元法和弹性力学建立力学模型,确定临界状态下,截割头转速解析解,然后深入分析影响截割转速的因素,依据影响程序确定影响介个转速的因素次序,为截割临界转速的确定提供实际操作提供依据。     

复杂环形内悬空空间网格结构施工卸载优化

为解决麦积山景区游客服务中心项目的卸载施工难题，选取合理的卸载方法，文中借助了有限元软件对拟定的4种卸载方案进行了模拟分析，分别从关键节点的位移变形、结构杆件的最大应力变化、主体结构的支撑体系受力转变、临时支撑的最大反力变化、临时支撑的总反力几个方面优选出了最佳的卸载方案。结果表明内至外卸载方案下，卸载的动态最为平稳，有利于结构和临时支撑的稳定，为最优卸载方案。其相应的分析过程和分析结果都能为类似结构的安全卸载施工提供相关指导和借鉴。     

一种最小变形度全景视频映射方法

全景视频需要经过采样映射转换成平面矩形视频,以便后续的压缩编码.针对现有映射方法存在的内容变形和采样不均匀问题,提出一种最小变形度映射方法(Minimum Deformation Projection,MDP).首先提出新的变形度计算公式求得最优解,其次结合像素排列为矩形的要求和人工边界等因素对最优解做近似,最后得到了最优的多边形映射形状和像素排列方案.实验数据表明,MDP的采样密度更均匀,结合使用x265,相对于ERP可以获得约14.47％的增益,优于其他映射方法.     

基于亚像素边缘检测的纱线条干均匀度测量

为了精确地评价纱线的表观条干均匀性,提出一种基于亚像素边缘检测的纱线条干均匀度检测方法。首先通过图像采集装置获取纱线图像;然后对纱线图像进行亚像素边缘检测获取纱线边缘点集;利用开运算对获取的边缘点集进行处理,进而获得纱线条干的边缘;最后采用坐标直方图方法计算纱线平均直径和条干CV值。为验证方法的有效性和准确性,对多种不同线密度的纯棉纱线进行测试,并将测试结果与电容式条干仪的均匀度检测及基于模糊C均值分类和Otsu图像法的检测结果进行了对比。结果表明:基于亚像素边缘检测的纱线条干均匀度检测方法与电容式的测量结果有着较好的一致性,证明所提方法可得到准确的结果。     

固相萃取结合气相色谱-三重四极杆质谱法测定方便面中16种多环芳烃

建立固相萃取-气相色谱-三重四极杆质谱测定方便面中16种多环芳烃的方法。方便面样品用正己烷和乙腈-丙酮提取,经Oasis HLB和Florisil柱两步净化,气相色谱-三重四极杆质谱检测。在试验浓度范围内,线性关系良好,各种多环芳烃的定量限在0.03μg/kg^0.54μg/kg之间。在不同的加标浓度下,加标回收率在75%~129%之间,相对标准偏差小于13.4%。该方法快速、准确、灵敏度高、重现性好,适用于大批量样品中多环芳烃的快速测定。     

基于化学监督的超(超)临界机组关键控制节能指标分析及建议

针对超(超)临界机组参数提高、材质升级,化学技术监督中的监督指标对机组经济性和可靠性影响较大的问题,本文通过机组典型案例分析、技术监督报告、现场实测等,对目前化学监督中影响较大的、关键的技术指标进行了系统性的分析研究。研究结果找出了6项化学监督中超(超)临界机组关键的、影响较大的控制监督指标,且提出了指标控制值和控制方法。这项系统性研究分析方法对指导超(超)临界机组化学监督具有重要的借鉴作用,以控制超(超)临界机组因参数提高和材质升级带来的新问题和新挑战。     

基于改进CGANs的入侵检测方法研究

近年来,机器学习算法在入侵检测系统(IDS)中的应用获得越来越多的关注。然而,传统的机器学习算法更多的依赖于已知样本,因此需要尽可能多的数据样本来对模型进行训练。遗憾地是,随着越来越多未知攻击的出现,且用于训练的攻击样本具有不平衡性,传统的机器学习模型会遇到瓶颈。文章提出一种将改进后的条件生成对抗网络(CGANs)与深度神经网络(DNN)相结合的入侵检测模型(CGANs-DNN),通过解决样本不平衡性问题来提高检测模型对未知攻击类型或只有少数攻击样本类型的检测率。深度神经网络(DNN)具有表征数据潜在特征的能力,而经过改进后的条件CGANs,能够通过学习已知攻击样本潜在数据特征分布,来根据指定类型生成新的攻击样本。此外,与生成对抗网络(GANs)和变分自编码器(VAE)等无监督生成模型相比,CGANsDNN经过改进后加入梯度惩罚项,在训练的稳定性上有了很大地提升。通过NSL-KDD数据集对模型进行评估,与传统算法相比CGANs-DNN不仅在整体准确率、召回率和误报率等方面有更好的性能,而且对未知攻击和只有少数样本的攻击类型具有较高的检测率。