某露天矿富水炮孔底部间隔装药技术研究

介绍了BJK气体间隔器在某露天矿台阶深孔富水孔炮孔中的试验研究,采用底部间隔装药技术,取得了较佳的技术经济效果,既降低了爆破成本,也改善了爆破质量.     

巴润铁矿含水区域预裂爆破参数优化

预裂爆破是金属矿山靠界常用的技术，能够有效减弱围岩的破裂，减弱爆破振动对露天矿山边坡的破坏作用，维护边坡的稳定性。为解决巴润铁矿含水区域预裂爆破效果差这一难题，以现场地质调查和理论分析为基础，开展了巴润铁矿含水区域预裂爆破参数优化研究，得到了较为理想的孔网参数，爆破效果十分理想，保证了边坡的稳定性，为矿山含水区域靠界预裂爆破提供了强有力的支撑。     

针对巴润矿业公司采场内爆破振动的研究

针对巴润矿爆破振动情况,运用BlastmateⅢ硬件和数据处理软件对爆破震动进行监测,并进行数据分析确定其爆破振动规律及爆破合理微差间隔时间.     

42CrMo环件铸辗复合成形的跨尺度建模

基于有限元理论和元胞自动机模型,提出一种宏观与微观尺度相结合的铸态42CrMo合金环件短流程铸辗复合成形工艺混合建模方法。在铸辗复合成形新工艺理论框架下,定义考虑环坯热变形行为和晶粒空间结构的宏观/微观边界转换条件,该边界条件有助于环件的形/性一体化调控。在微观元胞自动机模型框架下,研究晶粒拓扑变形技术,充分考虑晶粒空间重叠的结构问题,通过独立成分分析对晶粒的拓扑结构进行优化。应用混合模型模拟环件短流程铸辗复合成形过程,结果表明,混合建模能根据环件整体和各位置所需表现尺度的不同,应用不同层次的宏微观模型分别模拟,有效提高了铸态环件短流程铸辗复合成形工艺的模拟效能。     

选择性叠加导频信道估计

叠加导频信道估计方法是将导频与信息数据直接叠加,不占用专门的频谱和时隙,估计算法灵活多样,能解决导频信道估计系统中频谱利用率低和盲估计中不能实时估计的问题。介绍了叠加导频的MIMO-OFDM系统,采用正交多相序列作为叠加导频,利用导频符号的自相关及导频和接收信号的互相关,提出了一种选择性叠加导频信道估计信道的算法。最后,通过理论分析和计算机仿真,表明该方法在快衰落环境中有良好的性能。     

42CrMo铸坯环件热辗扩有限元模拟与分析

基于ABAQUS软件平台,建立了42CrMo大型环形铸坯热辗扩三维热力耦合有限元模型,模拟了铸坯热辗扩过程中应变场和温度场,研究了初始辗扩温度对辗扩力的影响规律.模拟结果表明在环形铸坯热辗扩过程中：①铸坯等效应变呈阶梯状上升,内外表面应变大于中间层应变;在稳定成形阶段,沿环件径向方向,由于导向辊与芯辊直径差异,导致环件最大平均等效应变可能出现在环件内表面也可能出现在环件外表面;②初始阶段,变形区与成形辊接触处温度降低较快,非变形区温度变化不是很明显;随着辗扩的进行,芯部温度逐渐上升,边缘温度低,温度分布不均匀;③随着铸坯初始辗扩温度升高,平均辗扩力明显下降,但随时间变化趋势保持一致.     

面向多路源信号的单通道盲去卷积算法研究

传统的单通道盲去卷积的方法存在仅能从混合信号中分离出2路源信号的局限,考虑到以上问题,该文提出一种基于优化的深度卷积生成对抗网络的单通道盲去卷积算法(SCBDC),能从1路混合信号中分离和解卷积出3路以上的独立源信号和混合矩阵.该文实验在汉字和遮挡图像数据集上进行,随机选择4路信号与混合矩阵进行卷积混合,实验结合峰值信...     

采用STFT幅度值的长信号相位恢复算法

针对以往基于短时傅里叶变换(STFT)幅度值的相位恢复（STFTMPR）算法仅能处理一组较短的信号,并且信号的STFT幅度测量值的长度只能是质数的情况,提出了一种基于STFT幅度值的长信号相位恢复（LS-STFTMPR）算法。把一组长信号变化成几组较短的数组信号,通过改进的最小二乘（LS）法获取梯度下降（GD）法的迭代初始值,然后最小化各数组信号的非凸损失函数,并最终收敛到全局最小值。实验结果表明,在恢复一组较长信号的时候,所提算法的性能明显优于STFTMPR算法,并且具有较强的抗噪声能力。     

基于相空间重构和柔性神经树的乐器分类

基于相空间重构理论和主成分分析理论,对不同乐器产生的音频时间序列进行处理。通过分析各类乐器的高维特性,采用概率密度函数来刻画各个乐器在相空间中的差异,然后将概率密度函数的参数与其他音色特征相结合,采用柔性神经树作为分类器,提出一种新的乐器分类方法。柔性神经树能够解决人工神经网络结构的高度依赖性问题,还具有较高的识别率。实验表明,该分类器与BP神经网络和支持向量机比较具有较高的平均分类准确率和较低的均方根误差值。     

基于柔性神经树和表面肌电信号的手势识别模型

表面肌电信号因为具有非入侵式、易于采集特点,被广泛应用于康复医疗和行为识别等领域.传统的基于表面肌电信号sEMG( Surface Electromyography)的手势识别通常采用数字信号处理DSP( Digital Signal Processing)芯片或者集合方法研究实时识别问题.这些方法易导致数学模型参数繁多、硬件连接复杂和实时识别率较低.提出一种基于肌电信号与柔性神经树FNT(Flexible Neural Trees)模型的实时手势识别模型.柔性神经树模型通过简单的预定义建立,能够解决人工神经网络ANN( Artificial Neural Network)的结构高依赖性问题.柔性神经树模型不仅能够避免复杂的计算和电路连接,还具有较高的实时识别率.针对六名参与者的六种手势进行实验,实验结果表明:该模型的均方根误差RMSE(Root Mean Square Error)最低为0.000385,实时识别率最高可达97.53％.