过滤壁结构对颗粒捕集器深床过滤影响的模拟

针对汽油机颗粒捕集器的动态捕集过程及性能,采用孔径分布概率密度函数以及孔隙率分布函数表征多孔介质的非均匀微观结构,并引入对数正态分布描述入射颗粒粒径分布,研究多粒径颗粒入射状态下过滤壁微观结构对GPF深床过滤过程的影响.结果表明:颗粒物大部分沉积于多孔壁上部1/3左右区域,孔径增大会导致沉积位置向下扩大以及孔隙率、渗透率分布的均匀性提高,而孔隙率变化则对颗粒沉积位置影响较小;相对于孔隙率变化,多孔介质的捕集效率及压降性能对于孔径变化的敏感性更高;大孔隙率小孔径结构的多孔介质具有较高的捕集效率与最好的压降性能.     

基于EEMD-HHT的双馈感应发电机定子匝间短路故障研究

采用多回路理论构建电路模型,通过MATLAB进行不同故障的仿真,经分析得出定子匝间短路电流的谐波特性以及电压不平衡故障电流的谐波情况,对比可知二者谐波特性相类似,难以通过故障电流区分两种故障。用EEMD-HHT方法分析处理故障电流后,两种故障所得的现象不同,由此很好地区分了这两种故障情况,在定子匝间短路故障的诊断中,排除了电压不平衡故障的干扰,同时该方法还能得出电机故障的发生时刻,可以为定子匝间短路故障检测提供更加可靠的保障。     

基于探测线圈法的双馈式发电机转子匝间短路槽的定位研究

双馈式感应发电机广泛应用于风力发电领域,发电机转子绕组匝间短路是目前国内外研究的热点之一。由于双馈风力发电机的特殊结构和工作特性,准确定位发生匝间短路故障的槽号存在一定难度。本文从有限元理论出发,利用Ansoft仿真分析正常和转子绕组匝间短路故障后的气隙磁密的变化特性。从磁特性角度出发,分析了故障槽定位的可行性;通过探测线圈和光电装置的结合,对比分析正常与故障下采集信号的差值,即可确定故障槽的位置。     

基于QSAR模型的食品谱效关系研究:以植物黄酮为例

食品中含有的生理活性物质复杂多样,化学结构相近,含量低,分离分析困难。如何对食品中的生理活性物质进行简单、快速、有效的评价,值得深入研究。本研究以14个黄酮标准品为对象,随机复配得到10组混合样品,通过采集各样品高效液相指纹图谱中的色谱信息及抑制α-葡萄糖苷酶活性的数据,运用逐步回归法构建QSAR数学模型,筛选酶抑制活性显著的化合物。结果表明,该模型筛选出的柚皮苷与染料木素对酶活性有一定的抑制作用,与模型验证结果一致。该方法为食品中生理活性物质的快速筛选及功能性食品的研发与创新提供了新的方法及思路。     

任意形状单元有限微带阵列的电磁散射分析

提出一种有限微带阵列电磁散射特性分析的有效方法。该法采用有限阵格林函数与矩量法相结合的方法，有效地解决了矩量法在大型阵列电磁特性分析中的计算效率问题；通过选取RWG基函数，使该法适用于任何单元形状的微带阵列。文中计算了矩形、十字形及圆形单元微带阵列的雷达截面，并与常规矩量法和参考文献的计算结果进行了比对，验证了该方法的有效性。     

氟氧化物玻璃特性温度与其组成关系的探讨

本文研究了AlF_3-PbF_2-P_2O_5、AlF_3-PbF_2-SiO_2系统氟氧化物玻璃的特性温度(T_8、T_c)与其组成的关系,并由此探讨了玻璃中各化学组分在其中所起的作用。     

基于OBE理念下的风景园林设计课程教学发展趋势及模式评估

为了解风景园林设计课程本科教学发展情况,文章运用CiteSpace软件对CNKI数据库中"风景园林设计教学"相关文献从发表时间、发文作者分布、研究机构和研究热点进行统计、整理、分析和归纳,研究本课程发展趋势并结合本校教学,总结风景园林设计课程教学过程中存在的问题.基于成果导向教育理念,以学生为主体,关注学生今后在行业内的发展情况,对风景园林设计课程教学进行教学评估,以期为以后风景园林设计课程本科教学发展提供借鉴.     

基于MADM的多UCAV空战态势威胁评估

在综合考虑了UCAV态势威胁指数和空战能力指数的基础上,建立了威胁评估模型;采用层次分析法(AHP)对威胁权重进行了计算,提出了一种定性与定量相结合的多属性决策(MADM)方法,分别采用逼近于理想排序法(TOPSIS)和直接线性加权法进行了威胁评估和排序;最后给出了具体的仿真算例。计算结果表明,模型考虑的更加全面,算法层次清晰,计算快捷,可以实现高效的多UCAV空战威胁评估。     

基于多重注意力-卷积神经网络-双向门控循环单元的机械故障诊断方法研究

为解决传统机械故障诊断方法需要人工提取特征的不足,提出一种基于多重注意力-卷积神经网络-双向门控循环单元(multiple attention-convolutional neural networksbidirectional gated recurrent unit,MA-CNN-BiGRU)的端到端的故障诊断方法。首先将原始时域数据输入卷积神经网络(convolutional meural networks,CNN)进行初步特征提取并降维,然后将结果重组输入双向门控循环单元(bidirectional gated recurrent unit,BiGRU),可以有效地解决BiGRU对于过长序列数据处理困难的问题。采用美国凯斯西储大学开源轴承数据集进行训练,确定了最佳卷积层数和最佳样本长度约减比例分别为2和1/8。同时,通过在CNN和BiGRU中分别加入卷积注意力模块(convolutional block attention module,CBAM)和序列注意力模块(sequence attention module,SAM),进一步加强了模型对于关键信息的提取能力。最后实测柴油机故障振动信号试验表明:MA-CNN-BiGRU模型可以实现端到端的故障诊断,与变分模态分解(variational mode decomposition,VMD)-核模糊C-均值聚类算法(VMD-kernel fuzzy C-means clustering,VMD-KFCM)、VMD-反向传播神经网络(back propagation neural network,BPNN)和一维CNN等方法进行对比,MA-CNN-BiGRU模型的故障诊断性能更优。     

声波法监控水压裂缝宽度

在实验室内作水压裂缝实验时。用超声波的时间延迟及声幅衰减监控裂缝形成过程。观察到穿过水压裂缝的纵波具有频散性，且频散强弱与裂缝宽度有关。即通过间接方式，用测到的声频散监控裂缝宽度。直接法确定裂缝宽度，需要信号有相应的分辨率．并且裂缝宽度至少为波长的1／8，声阻抗差并明显，以区分两个界面(固体／流体)的反射信号。而间接法可识别宽度为1／100入射波波长的裂缝。利用时间延迟超声测量把两次测量的时间及幅度的微小变化与裂缝宽度的微小变化联系起来。另外，实验结果表明，水压裂缝不能传播横波。因此，可选用充满流体的薄层模型。如果解释正确，薄层模型与线滑动模型结果一致。在井内测量的裂缝宽度与在井壁附近用频散法估计的裂缝宽度比较，发现至少在实验室条件下，可成功应用这种算法。裂缝宽度的微小变化直接影响透射信号的频散性。因此，它为声波法在监控水压裂缝的宽度方面开辟了新的应用范围。