基于CBAM-CNN的模拟电路故障诊断

针对模拟电路的故障特征难以提取,导致模型计算量复杂、诊断准确率不够高的问题,提出一种基于注意力机制和卷积神经网络(CBAM-CNN)的模拟电路故障诊断方法.首先,利用卷积核提取输入层的图片特征,同时在每个卷积层后面连接一个矫正线性单元(ReLU),并添加批归一化层(BN)解决内部协变量偏移的问题,以提高非线性模型表达能力;然后,在批归一化层后添加注意力机制模块(CBAM),提取重要的特征后连接池化层,降低网络计算复杂度,提高网络的准确率与效率;最后,以Sallen-Key低通滤波器和二级四运放双二阶低通滤波器为研究对象进行故障诊断实验验证.结果表明,所提出方法能够有效提升诊断精度,实现所有故障的高难分类与定位.     

新型混合RO/FO系统及其数字模拟

为克服海水反渗透(SWRO)脱盐技术存在的预处理污泥体积大和总体水回收率低两大问题,提出了一种新型的混合反渗透-正渗透(RO/FO)系统,在MATLAB中开发了RO/FO混合系统的软件,并对不同的水通量值进行了验证.通过在RO/FO系统软件界面设置不同的操作参数,可以在多种不同的选项中快速估算出预处理污泥体积的减少百分比、RO整体水回收率的增加量、所需FO膜面积以及RO废渣的稀释率.