排序方式: 共有6条查询结果,搜索用时 22 毫秒
1
1.
为了降低稀布阵列的峰值旁瓣电平并抑制稀布阵列的栅瓣,提出了一种多目标粒子群与凸优化相结合的方向图综合算法。该算法将多目标粒子群优化(Multi-objective particles swarm optimization,MOPSO)作为全局搜索器,凸优化算法作为局部搜索器来搜索最优解,优化的变量不仅是阵元的权值,而且还加入了阵元位置这一参数,从而能够提供更多的自由度来控制稀布阵列的性能。基于30阵元的稀布圆形阵列的仿真结果表明:与单纯使用MOPSO算法相比,本文提出的用MOPSO算法优化阵元位置,凸优化算法优化阵元权值的联合优化算法,得到的栅瓣和峰值旁瓣电平都小于-19.3 dB。 相似文献
2.
3.
4.
采用Protamex、Alcalase2.4L、Flavourzyme500MG、Neutrase0.5L、木瓜蛋白酶5种酶制剂水解花椒籽仁蛋白制备抗氧化肽,以水解度(DH)、多肽含量和水解产物的总抗氧化能力(TAC)、DPPH自由基清除能力、在亚油酸体系中的抗氧化性为指标对水解过程进行了分析,结果表明,Alcalase2.4L蛋白酶是制备花椒籽仁抗氧化肽的最适水解酶,其水解物的水解度(DH)为20.42%,多肽含量为21.83mg/mL,总抗氧化能力(TAC)和DPPH自由基清除能力分别为0.44mmol/L、65.47%,此外在亚油酸体系中具有一定的抗氧化性。 相似文献
5.
为提高挖掘机整机工作的经济性能,有效降低燃油消耗对环境的污染,建立基于灰色关联分析和优劣解距离法相结合的挖掘机油耗和效率综合评价模型。通过距离函数对主客观权重进行组合赋权,系统量化评价指标;结合灰色关联分析和优劣解距离法对评价对象的距离和关联度进行计算,相比传统灰色关联分析,扩大了关联区间,提高了系统的分辨能力。使用该模型对挖掘机装车工况下5种模式的油耗和效率进行综合评价,结果表明:自定义75模式下挖掘机的油耗和效率最优,关联区间扩大了0.3128,并在相同油耗下效率提升7.7%。该方法可应用于挖掘机的油耗和效率的综合评价中。 相似文献
6.
作业循环阶段以及工况的自动识别是挖掘机节能技术的基础研究。当前识别方法多利用智能算法且借助大量外部传感器,占用过多计算资源、可靠性低、成本高,因而难以部署到现有挖掘机控制器。为了解决上述问题,提出一种基于动臂角度和回转压力的识别方法。首先根据挖掘机作业机理提取作业循环各阶段的划分特征,通过操作手柄电流和动臂角度信号实现特征识别。借助挖掘机工作装置角度传感器验证作业循环阶段划分结果,分段误差在0.3 s以内,准确率为83.3%。然后基于挖掘机不同工况在作业循环阶段的运行机理,由动臂角度信号实现搭台与平地的工况识别,准确率为90%;由回转马达压力信号实现装车与甩方的工况识别,准确率为83.3%,识别结果主要受到作业循环阶段划分准确率的影响。 相似文献
1