热处理对42CrMo钢截齿微观组织与力学性能的影响

以国外同类产品为参考,采用复相处理以及局部感应淬火等多种热处理工艺,研究了42CrMo钢截齿的硬度、冲击吸收能量,并表征了微观组织、断口形貌等,分析了热处理工艺对微观组织和力学性能的影响。结果表明,复相热处理工艺的组织均为下贝氏体/马氏体(LB/M)以及少量残留奥氏体(RA),晶粒更细小且LB具有更好的综合力学性能,比淬火和低温回火(Q-T)工艺的冲击吸收能量更高;局部感应淬火工艺不但冲击吸收能量和齿头硬度最高,而且实现了齿头硬、齿柄软的轴向硬度分布,利于延长服役寿命;Q-T工艺处理后的试样冲击断口呈解理脆断形貌,复相处理的试样呈准解理断裂形貌,局部感应淬火处理的冲击试样呈韧性断裂形貌,得益于调质态(Q&T)组织的优良力学性能。试验数据表明,调质和局部感应淬火的热处理工艺更适合用于硬基材作业的截齿产品。     

Adam优化的CNN超分辨率重建

为了使单帧图像在不同放大倍数的条件下进行超分辨率重建能得到较好的效果,提出了一种Adam优化的卷积神经网络(convolutional neural network,CNN)超分辨率重建方法。该方法首先使用ISODATA(iterative selforganizing data analysis)聚类算法对训练的图像集进行分类处理,然后在Adam优化的卷积神经网络中对输入图像进行特征提取和非线性映射得到特征映射图,最后在Adam优化的卷积神经网络中对特征映射图进行反卷积重建得到多尺度放大的重建图像。通过实验验证使用该方法在不同放大倍数条件下的重构效果优于传统算法,在视觉效果上有较好的表现。     

电泵井油套环空泡沫段形成原因及长度范围的初步探讨

本文对泡沫段的形成机理进行初步探讨,并且通过现场对10多口井采取三种不同方法进行了验证,得出不同驱油方式、套压、沉没度级别、采聚浓度、含水等级等方面对油套环空泡沫段形成产生的影响,对油套环空泡沫段的长度范围进行了初步确定。为油井挖潜上产措施及油井动态分析提供准确可靠的液面资料。     

基于死区时间补偿的永磁同步电机改进型模糊自适应PI控制策略

由于模糊自适应PI控制不需要精确的被控对象数学模型,且对于线性系统和非线性系统都具有良好的适用能力,而逐渐应用到电机控制系统中来。但传统模糊自适应PI控制在应用过程中,存在控制性能较差的问题。在模糊自适应PI控制理论基础上,提出一种基于死区时间补偿的永磁同步电机改进型模糊自适应PI控制策略,采用该策略能够实现无论在加速阶段还是减速阶段,均能准确、稳定地调节永磁同步电机转速。     

精细注水管理实现馆4单元良性开发

本文主要通过水井综合治理精细注采调整,深挖断层边部以及结合部区域的剩余油富集区,治理低含水低液面潜力井。通过各方面工作,保持了良好的开发态势,呈现出动液面、日注水平和注采比上升,日油、含水平稳的"三升两稳"局面。     

基于多尺度排列熵和改进多分类相关向量机的 滚动轴承故障诊断方法

针对传统的时域、频域和时频域参数提取方法,难以从滚动轴承振动信号中提取出丰富的故障特征问题,提出通过多尺度排列熵提取故障特征,并结合改进的多分类相关向量机进行故障诊断的方法。由于多分类相关向量机的核函数参数不具有自适应选择的能力对故障诊断精度有较大影响,通过一种新智能优化算法-蝗虫优化算法改进多分类相关向量机,实现多分类相关向量机的自适应优化故障诊断。采用美国西储大学的试验数据验证表明,提出的优化故障诊断模型能够实现滚动轴承不同类型的故障诊断和不同故障程度的辨识,与粒子群优化多分类相关向量机的故障诊断模型相比,提出的故障诊断模型准确率达到了100%。     

基于KPCA与LS-SVM的化工过程故障诊断算法研究

针对核主元分析方法(KPCA)在复杂化工在线监控过程中初始故障源难以辨识的问题,该文提出了一种基于核主元分析和最小二乘支持向量机的集成故障诊断方法。该方法首先运用KPCA对数据进行预处理,在特征空间构建T2和SPE来检测故障的发生,然后计算样本的非线性主元得分向量,将其作为最小二乘支持向量机的输入值,通过最小二乘支持向量机的分类进行故障类型的识别。将上述故障诊断方法应用到Tennessee Eastman(TE)化工过程,多种故障模式下的仿真结果表明,该方法不但能有效地辨识故障,而且提高了故障检测和故障诊断的速度。     

电导微生物技术快速测定原料乳菌落总数的研究

从乳品电导率微生物学的角度研究了快速测定原料乳菌落总数的原理。向计算机(MALTHUS计算软件)中一一对应输入平皿菌落计数值的log值与检测时间，当输入50组以上数据时曲线自动生成。将电导测定方法与常规方法测定结果相比较，结果较理想。电导率微生物检测提供了传统微生物测试所不能比拟的优点。结果表明，该方法具有快速测定、方便、资料自动搜查、允许样品随时插入测试的优点，原料奶得以更快速的监测，适合用于原料乳的微生物指标的质量控制。     

基于局部二进制模式和图变换的快速匹配算法

针对图像匹配在图像拼接、目标识别等领域的应用中尺度不变特征变换（Scale Invariant Feature Transform,SIFT）算法计算复杂度高、实时性较差的问题,提出了一种基于局部二进制模式（Local Binary Patterns,LBP）和图变换（Graph Transformation Matching,GTM）的匹配算法.首先采用SIFT特征检测提取特征点并以特征点为中心取13×13的图像块作为特征区域;然后用本文提出的局部旋转不变二进制模式（Local Rotation Invariant Binary Patterns,LRIBP）描述子对特征区域进行描述产生29维的特征描述向量,降低了描述子的复杂度,并以欧氏距离为度量准则进行初始匹配;最后采用图变换匹配算法剔除误匹配点,从而提高算法的运算速率和匹配精度.仿真结果表明,本文所提算法不仅具有较高的精度和较强的鲁棒性,并且减少了算法的运算量,提高了算法的实时性.