基于电信号特征分析的电机故障诊断技术

介绍了电机故障诊断技术平台的组成,分析了电机常见故障下电信号的特征。利用宜昌和景洪工厂两台电机进行了实际对比测试,宜昌工厂电机定子电流特征频率在49.2Hz时表现出峰值-36.08dB,在50.8Hz时表现峰值则为-37.23dB,表明电机存在转子断条故障;景洪工厂电机在转子特征频率为113.51Hz时,出现峰值-58.47dB,表明电机存在静态偏心故障。经电机现场抽芯检查,验证了电机故障快速诊断平台给出的电机健康状态评估结果,证实了基于电信号特征分析的电机故障诊断技术的准确性。     

红心火龙果发酵液喷雾干燥工艺优化及红心火龙果籽油的研究

以红心火龙果发酵液作为研究对象,通过优化喷雾干燥工艺制备粉剂,最佳工艺条件为:20%麦芽糊精,进液量:10mL/min,进口温度为120℃,出口温度为65℃;得到的粉剂为紫红色粉末,益生菌含量达到108cfu/g以上,口感酸甜。将发酵后的火龙果籽进行提取,得到的火龙果籽油含有丰富的十六酸、亚油酸和油酸。     

农药沉积利用率喷雾指示剂诱惑红的酶标仪测定方法

诱惑红是一种水溶性染料,近年来被用作农药沉积利用率测定的指示剂。诱惑红的检测方法为高效液相色谱法和分光光度法。高效液相色谱法需要专门的分析仪器,且价格昂贵,可见分光光度计法操作繁琐,试剂用量大,耗时长,均不适宜田间快速高效测定。笔者发展了诱惑红的酶标仪测定方法,简单高效,可批量检测多个样品,且准确度和精密度高,线性关系良好,514 nm检测波长下不受其他农药影响,并应用于玉米无人飞机喷雾场景下农药雾滴在玉米冠层的沉积利用率测定。     

水氯镁石制备金属镁的过程集成与能量分析

以无水氯化镁和氧化镁作为中间产物，电解和热还原为两个关键方法，集成各种相关过程，构建了从水氯镁石到金属镁的综合过程网络，其中涉及24个物种、20个化学过程和25个工艺路线；建立了最低能耗分析模型用于简单和复合过程的能量分析；利用物质的标准生成焓和多温等压摩尔热容，计算得出全部反应过程及工艺过程的能量消耗和热量移除。结果表明基于还原法的最优路径是水氯镁石用石灰法转为氢氧化镁，进而煅烧成氧化镁，再铝热还原成金属镁，该过程能耗360.15 kJ/mol，放出热量–315.46 kJ/mol；基于电解法的最优路径是石灰乳法生成氢氧化镁，再煅烧成氧化镁，通过在熔融电解质中电解生成金属镁，该过程能耗738.54 kJ/mol，放出热量–135.42 kJ/mol。无水氯化镁制备耗能高，不在最优路径中。     

咖啡渣活性炭的制备、表征及其对Cr(Ⅵ)的吸附机制研究

以碘吸附值为评价指标，活化时间、活化温度和浸渍比为影响因素，采用响应面法试验设计对磷酸活化法制备咖啡渣活性炭的工艺条件进行优化，并通过静态吸附试验研究了不同吸附时间、溶液pH值和吸附温度条件下，活性炭对水溶液中Cr（Ⅵ）吸附性能的影响，最后利用Langmuir、Freundlich吸附等温方程、准一级动力学方程、准二级动力学方程和颗粒内部扩散方程进行拟合。试验结果表明，制备咖啡渣活性炭的最佳工艺条件为活化时间1 h、活化温度498℃、浸渍比1.72；在此条件下活性炭得率为30.4%，碘吸附值为（799±16）mg/g，比表面积为1 006 m²/g，孔容为0.779 cm³/g、微孔孔容为0.051 cm³/g、平均孔径为3.088 nm。较低pH值和较高温度能够促进活性炭对Cr（Ⅵ）的吸附；Langmuir等温方程能够更好地描述活性炭对Cr（Ⅵ）的吸附效果；活性炭对Cr（Ⅵ）的吸附分3个阶段：快速吸附阶段、慢速吸附阶段和吸附平衡阶段，10 min内可完成吸附总量的79%，360 min内达到吸附平衡，该吸附过程符合准二级吸附动力学方程。分析表明咖啡渣活性炭对Cr（Ⅵ）的吸附主要为单分子层的化学吸附。     

利用纤维床生物反应器发酵生产链霉素

利用纤维床生物反应器(FBB)发酵生产链霉素,对发酵培养基氮源进行了优化,并与传统搅拌发酵进行了比较。结果表明,以可溶性有机氮源大豆蛋白胨作为发酵培养基氮源,并添加一定量蔗糖,可以完全替代黄豆粉,在1 LFBB中发酵96 h时链霉素效价达到5 567 U·mL~(-1)。在整个发酵过程中,所有菌体都被固定在纤维床反应器上,而发酵液保持澄清,这不仅有利于从无菌体的发酵液中进行产物的提取和纯化,也可以重复利用菌体生产次级代谢产物,从而缩短发酵周期,进一步提高链霉素在发酵过程中的体积生产率。     

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。     

解析“限额设计”措施对建设项目投资的控制对策

经济新常态下,我国建筑行业得到快速发展。对于建筑工程来说,为节约成本,在"限额设计"思想指导下,必须开展精细化管理,从而提高项目投资的控制能力。然而,在项目建设过程中对于"限额设计"措施的利用水平并不高,不利于企业的可持续发展。因此,本文在分析"限额设计"措施的基础上,提出对建设项目投资的控制对策,希望能够对相关施工管理人员提供借鉴。     

Effect of Si on the Microstructure and Oxidation Resistance of Ti-Mo Alloys

JOM - Ti-Mo alloys with various Si alloying additions were prepared by reaction synthesis with Ti powders, Mo powders and Si powders as raw materials. The effect of Si alloying on the...