基于 LDA-CLCBA 组合模型的 高速铁路道岔故障诊断

ZY(J)7电液道岔转换设备已在高速铁路大量投入使用,对其进行精确的故障诊断有助于高速铁路道岔的日常维护作业。以ZY(J)7道岔故障文本数据作为研究对象,提出一种基于LDA(latent dirichlet allocation)主题模型与关联规则分类技术相结合的高速铁路道岔故障诊断模型。该模型首先采用LDA主题模型实现ZY(J)7道岔故障文本数据的特征提取;其次,由于道岔各故障类别数据的不均衡性,将原有的关联规则分类算法引入类支持度相关概念进行不平衡数据的处理,最终实现ZY(J)7道岔的故障诊断。通过对某铁路局2017～2019年的ZY(J)7道岔故障文本数据进行实验分析,实验结果表明提出的故障诊断方法分类精确率和召回率分别达到95.08%和90.24%,既保证了整体分类的准确率又有较好的小类别分类性能。     

CMC与金属离子螯合及其产物用作纸张阻燃助剂的研究

将羧甲基纤维素钠（CMC）与Cu²⁺、Ca²⁺进行螯合反应，用紫外可见分光光度仪测定其吸收光谱，探讨螯合物最佳螯合比及其热稳定性，并将其浸渍到定性滤纸中研究其阻燃性能。结果表明，Cu²⁺与CMC螯合物在205 nm处有最大吸收峰，且为单吸收峰，—COO^-反应活性强于—OH，可判定CMC与Cu²⁺螯合反应中，—COO^-参与和Cu²⁺的螯合，—OH未参与反应，推测出最佳螯合比为1；CMC与Ca²⁺螯合时，当螯合比c(Ca²⁺)/c(—COO^-)小于1时，螯合物表现为双吸收峰，最大吸收波长分别为192、228 nm，表明—COO^-与—OH均参与到螯合反应中，当螯合比大于1时，螯合物表现为单吸收峰，最大吸收波长为192 nm，仅有—COO^-参与和Ca²⁺的螯合反应，并推测出最佳螯合比为2。热重分析表明，螯合物质量残留百分比均高于10%，定性滤纸质量残留百分比仅为2.87%，螯合物相较定性滤纸具有更好的热稳定性。将CMC、CMC-Cu、CMC-Ca浸渍定性滤纸，能赋予滤纸阻燃性，且经CMC-Ca处理后的定性滤纸阻燃效果最优，其极限氧指数值可达24.9%，炭化长度仅为68 mm。     

不同品种杏仁氨基酸组成分析及综合评价

选取新疆种植的10 种杏仁作为研究对象,通过必需氨基酸指数（essential amino acid index,EAAI）和氨基酸比值系数分（score of ratio coefficient of amino acid,SRC）等化学指标对杏仁蛋白质营养价值进行系统分析;并在主成分分析和聚类分析的基础上对10?种杏仁的品质进行综合评价。结果表明杏仁总氨基酸质量分数在16.7%～23.12%之间,必需氨基酸与总氨基酸比值在32.18%～33.75%之间,EAAI值＞100,SRC值＜100,且品种间差异较大,其中限制性氨基酸为含硫氨基酸和赖氨酸。通过主成分分析提取3?个主成分,累计方差贡献率为90.295%,由每个主成分贡献率重新建立的综合评价模型较好地反映了杏仁蛋白质的综合信息,并将10?种杏仁按品质排名。聚类分析将10?种杏仁分为4?类,结果与主成分分析一致。     

日粮添加苜蓿草粉对固始鸡血清生化指标和免疫器官发育的影响

研究不同苜蓿草粉添加水平对固始鸡血清生化指标和免疫器官发育的影响,选取同批孵化的健康固始鸡慢羽纯系公母混雏1 152只,随机分为6组,每组设4个重复,每个重复48只,公母各半,分别饲喂添加0%、5%、10%、15%、20%、25%苜蓿草粉的日粮至8周龄。结果表明:在4周龄和8周龄时日粮苜蓿草粉添加水平对大部分血清生化指标没有显著影响(P0.05)。除在4周龄时胸腺指数试验Ⅱ组与对照组间差异显著、在6周龄时法氏囊指数试验Ⅱ组与对照组间差异显著、在8周龄时脾脏指数试验Ⅱ组与对照组间差异显著(P0.05)外,其余各周龄时试验组与对照组间免疫器官指数差异均不显著(P0.05)。固始鸡能够从苜蓿草粉含量较高的饲粮中摄取充足的营养物质,维持自身的营养和能量需要,在为固始鸡配制日粮时可以添加较高水平的苜蓿草粉。     

基于字词融合的高铁道岔多级故障诊断组合模型

为有效提升高速铁路道岔维护效率和故障定位准确率,面向其故障文本数据,提出了一种基于字词融合的高速铁路道 岔多级故障诊断组合模型。 首先,建立高速铁路道岔专业词库,将文本表示为字向量与词向量并进行深度融合。 其次,考虑到 故障文本存在类别不均衡问题,采用 Borderline-SMOTE 算法对不均衡文本数据进行处理,优化故障文本数据分布。 接着使用 BiLSTM(Bi-directional long short-term memory)-CNN(convolutional neural network)的组合神经网络提取故障文本深度特征,最后 通过分类器实现智能故障诊断。 采用我国高速铁路道岔故障文本数据进行模型性能验证,结果显示所提模型的一级故障诊断 准确率达到 95. 62%,二级故障诊断准确率达到 93. 81%,证明多级故障诊断精度可达到理想效果。