基于Spiking的RBF神经网络故障诊断算法

神经网络是一种不依赖模型的控制方法,其自身并不需要给定预先需要的有关先验知识和判断函数,因此能对变化的环境（包括扰动和噪声信号等等）具有良好的自适应性.RBF神经网络是具有单隐层的三层前馈网络,由输入到输出的映射是非线性的,而隐含层空间到输出空间的映射是线性的.其优点在于收敛速度快,具有唯一最佳逼近的特性,且不会陷入局部最小的问题.Spiking神经网络采用时间编码的方式来进行数据处理,更接近于实际生物神经系统.基于Spiking的RBF神经网络在预测精度和误差控制上有着显著的效果.     

重金属离子捕集剂TDDP绿色合成的工艺研究

以二并哌嗪、二硫化碳、氢氧化钠为原料，四甲基胍为催化剂，催化合成重金属离子捕集剂TDDP。通过对现有工艺条件进行优化，探索一种TDDP的清洁、绿色生产工艺，从而实现绿色化生产。     

基于ARIMA结合ConvLSTM的燃气负荷预测

燃气负荷预测对于燃气资源的优化调度至关重要.燃气负荷预测除了具有趋势性、周期性等时间特性外,相邻燃气调压站的负荷数据与温湿度数据之间也存在空间特性,导致燃气负荷预测机理建模困难且模型预测精度较低.针对以上问题,提出了一种基于自回归移动平均模型(ARIMA)与卷积长短时神经网络(ConvLSTM)结合的燃气负荷预测模型....     

拉普拉斯分布下的MMSE谱减语音增强算法

针对基于高斯分布的谱减语音增强算法,增强语音出现噪声残留和语音失真的问题,提出了基于拉普拉斯分布的最小均方误差（MMSE）谱减算法。首先,对原始带噪语音信号进行分帧、加窗处理,并对处理后每帧的信号进行傅里叶变换,得到短时语音的离散傅里叶变换（DFT）系数;然后,通过计算每一帧的对数谱能量及谱平坦度,进行噪声帧检测,更新噪声估计;其次,基于语音DFT系数服从拉普拉斯分布的假设,在最小均方误差准则下,求解最佳谱减系数,使用该系数进行谱减,得到增强信号谱;最后,对增强信号谱进行傅里叶逆变换、组帧,得到增强语音。实验结果表明,使用所提算法增强的语音信噪比（SNR）平均提高了4.3 dB,与过减法相比,有2 dB的提升;在语音质量感知评估（PESQ）得分方面,与过减法相比,所提算法平均得分有10%的提高。该算法有更好的噪声抑制能力和较小的语音失真,在SNR和PESQ评价标准上有较大提升。     

应用IPSO的无线传感器网络分簇路由算法

在基于分簇的无线传感器网络中,网络是通过附近传感器节点在转发信息到目的节点前进行冗余数据的融合实现节能,从而延长了网络的生命周期。但现存的算法在选择簇首节点的过程中由于忽略了邻居节点的状态信息,容易导致簇内节点过早出现盲节点的现象。进化类算法已经成功应用于许多方面,微粒群算法就是其中之一。提出了一种基于改进型微粒群算法的无线传感器网络分簇路由算法来优化分簇过程。簇首节点的选取综合考虑候选节点和邻居节点的状态信息。仿真结果表明算法的性能得到了较好的改善,并延长了网络的生命周期。     

老化30Cr2MoV汽轮机转子钢FATT预测模型的建立

实验选用化学腐蚀法预测老化30Cr2MoV汽轮机转子钢的热脆化程度,用苦味酸添加十二烷基苯磺酸钠(SDBS)作为蚀刻液进行化学腐蚀实验.通过正交实验确定较理想实验条件,并在此实验条件下,对12个具有不同韧脆转变温度的试样进行不同温度下的腐蚀实验,找出各温度下晶界宽度参数与FATT50之间的对应关系,确定回归参数,用统计分析软件SPSS对所得数据进行多元线性回归分析,得出老化汽轮机转子钢FATT50的预测模型,经验证明该模型预测精度在±200C之内,精度较高.     

使用VB实现对数据库的查询

介绍了课题"建筑物环境与节能效果自动检测实验研究"的数据采集子系统中,数据存储和查询时使用VB技术对数据库进行查询的实现过程.使用这套系统是为了给测试、分析、研究建筑物内温(湿)度的最优化效果提供真实、准确的数据,进而为在此基础上的算法研究提供方便和及时的数据支持.     

变频器抗晃电问题的探讨

电网电压波动,影响变频器的正常工作,进一步影响生产装置的正常运行.文章结合DANFOSS FC302变频器在石化企业动力厂给粉机上的应用经验,分析了目前生产中需要关注的技术问题并提出了相应的解决措施.