基于PLC的飞机零部件自动清洗生产线控制系统的设计

主要完成了飞机零部件自动清洗生产线控制系统,系统采用SICK公司的光电传感器、接近传感器等作为检测元件,选用西门子CPU作为控制器,选用CP243作为以太网模块进行控制程序的下载及通讯。按照飞机零部件清洗的多种工艺流程,设计有多种程序并能灵活切换,实现在无人值守的状态下,完成零部件的装卸、升降、运输、清洗、监测报警等工作。上位机利用组态软件设计有良好的监控界面,实时显示现场设备的运行情况。经实际应用,飞机零部件自动清洗控制系统安全可靠、运行平稳。     

石墨泡沫有效导热系数研究综述

石墨泡沫作为一种新型的轻质多孔材料,具有孔隙率高、比表面积大、密度低、导热系数高等优点,可应用于诸多领域。本文综述了三种研究石墨泡沫有效导热系数的方法,分别为实验研究、理论分析和数值模拟,概括了三种方法中不同泡沫模型的假设条件及适用范围,并通过分析计算与实验数据间的相对误差,得到每种模型的优、缺点。经比较发现,K.C. Leong模型在模拟泡沫内部孔隙结构上效果最好,为改进石墨泡沫有效导热系数的模型设计提供了很好的参考价值。     

凝汽器真空度低的原因及改善措施

文中介绍了凝汽器的工作原理及其真空形成理论,结合设备的结构原理和使用经验分析了造成凝汽器真空度低的主要原因,并提出了相应的改善措施。     

基于BiLSTM-CRF的体育新闻主题词抽取方法

针对典型的循环神经网络方法在抽取主题词时因缺少上下文相关的句子级信息而导致识别准确率较低的问题,提出了一种基于双向长短期记忆网络条件随机场（BiLSTM-CRF）模型联合TextRank的主题词抽取方法。首先,利用TextRank对新闻文本进行主题句抽取,再使用双向长短期记忆（BiLSTM）模型获取文本的前后特征,最后使用条件随机场（CRF）完成句子级序列标注,得到主题词。在多组体育类新闻数据集上进行实验,该方法较对照组BiLSTM方法F1值提高约0.8%~5.1%,且用时更短。因此,改进的BiLSTM-CRF方法可显著提升主题词的抽取准确率和效率。     

基于Att-iBi-LSTM的新闻主题词提取方法研究

针对LSTM网络进行主题词提取时因没有考虑中心词的下文对主题词的影响而导致提取准确率低的问题,提出了一种双向LSTM引入Attention机制模型（Att-iBi-LSTM）的主题词提取方法。首先利用LSTM模型将中心词的上文和下文信息在两个方向上建模;然后在双向LSTM模型中引入注意力机制,为影响力更高的特征分配更高的权重;最后利用softmax层将文档中的词分为主题词或非主题词。并且还提出了一种两阶段模型训练方法,即在自动标注的训练集上进行预训练之后,再利用人工标注数据集训练模型。实验在体育、娱乐和科技3种新闻文本上进行主题词提取任务,实验结果表明本文提出的Att-iBi-LSTM模型与SVM、TextRank和LSTM相比F1值分别提高了13.78%、24.31%和3.32%,使用两阶段训练方法的Att-iBi-LSTM比一阶段训练的F1值提高了1.56%。     

基于自相关函数的钢琴乐音改进识别算法

在传统三电平削波结合自相关函数识别算法的基础上,经过准确的音频分割后,提出了帧移法提取乐音基音信号。该算法能在更精细尺度上寻找最大自相关函数,进而准确定位基音位置,较好地解决了传统算法中当乐音节奏较快时,无法区分半频和倍频对基音的影响,从而导致的识别率低的问题。实验表明,本算法对于节奏快慢不同的钢琴乐音的平均识别率约为83.0%,且快节奏乐音的识别率较传统算法高出20.2%,因此该方法对乐音识别尤其对快节奏乐音识别有显著效果。