基于条件生成对抗网络的空气预热器内红外补光监测视频图像清晰化方法

火电厂空气预热器（空预器）内部的灰尘、烟雾、光照变化等因素导致监控视频画面不清晰，影响监控效果。鉴于此，本文提出一种基于条件生成对抗网络（cGAN）的恶劣工业环境下红外补光监控视频图像清晰化方法。针对获取的红外补光图像样本数据进行预处理，包括高斯滤波去噪以及图像拼接操作，得到低清晰度图像和高清晰度图像的合成图像，低清晰图像作为待重建图像，高清晰图像作为重建图像的理想参考图像，采用建立的cGAN模型对低清晰图像进行重建，调节优化参数生成高清晰图像。试验采用空预器现场监控视频作为训练集对网络模型进行离线训练，实现了空预器红外补光监控图像清晰化处理。本文方法cGAN模型小、训练过程简单、计算效率高、图像清晰化处理效果好，适于相似复杂工业环境下对监控视频图像的恢复和清晰化处理。     

基于VMD与时间序列分析的滚动轴承故障特征提取方法

为了在非线性、非平稳的滚动轴承故障振动信号中有效提取出敏感的故障特征,提出了基于变分模态分解(VMD)与时间序列分析相结合的特征提取方法。首先通过VMD将原始信号分解为不同预设尺度的本征模态分量(IMF),对各个IMF分量建立时间序列预测模型,通过叠加重构得到最终的预测模型,比较评价指标确定最优参数的选取。最后,通过仿真信号与滚动轴承实际故障数据分析,并与经验模式分解(EMD)进行对比,结果表明该方法能够有效的提取到故障特征频率。     

在线混凝/超滤处理太湖水的试验研究

超滤试验以太湖水为原水,采用在线混凝/超滤(CUF)和直接超滤(UF)并行的运行方式,通量设置为75～90 L/(m~2·h),分析跨膜压差(TMP)的变化,考察对有机物和藻类的去除效果。试验结果表明,CUF和UF都能在高通量下稳定运行,TMP均不超过30 kPa,且CUF可以有效降低TMP;超滤去除溶解性有机物的能力较弱,混凝增加了其对小分子有机物的去除效果;超滤能很好地去除藻蓝蛋白和硅藻,去除率分别在88. 90%和82. 58%以上,混凝可以强化超滤对硅藻的去除,但对于藻蓝蛋白却相反。     

考虑投资收益比的UPFC选址与定容算法优化

为提高在已有输配电网络加装统一潮流控制器的经济收益,对统一潮流控制器的选址与定容算法进行优化。以有功潮流性能指数结合电压稳定性指标确定统一潮流控制器的最优安装位置,以经济收益为目标建立统一潮流控制器安装容量与经济收益的函数方程,采用粒子群算法对其求解计算,通过绘制曲线分析得出统一潮流控制器的最优安装容量和最高经济收益。在IEEE14节点系统中与遗传算法进行比较验证,证实了该方法的高效性。     

正渗透去除单宁酸的影响因素分析

以单宁酸溶液作为原料液、NaCl溶液作为汲取液,在不同的膜朝向、汲取液和原料液浓度、膜面流速、原料液温度、pH值条件下,研究正渗透膜对单宁酸的去除效果。结果表明,汲取液浓度越高、原料液浓度越低、原料液温度越高、错流流速越大、膜活性层朝向汲取液运行模式均有助于提高膜通量,盐通量与膜通量呈正相关;不同影响因素条件下,正渗透膜对单宁酸的截留率均在97%以上,而在膜活性层朝向原料液模式下运行,对单宁酸的截留率更高。     

椭圆齿轮传动系统非线性动态特性分析

为获得椭圆齿轮副工作时的振动规律,以实现其稳定、高效传动,在分析椭圆齿轮固有特性的基础上对椭圆齿轮非线性动力学特性进行了研究。以齿轮动力学理论为基础,建立考虑时变啮合刚度、齿侧间隙、静态传递误差、粘弹性阻尼的椭圆齿轮非线性动力学模型,利用四阶变步长Runge-Kutta数值方法对椭圆齿轮传动系统非线性动力学方程进行求解,绘制了系统的位移响应,相轨迹以及Poincaré映射,得到激励频率、阻尼比、时变啮合刚度、以及内部激励4个控制参数对传动系统动态响应的影响。椭圆齿轮副动力学模型的建立、求解和参数影响分析可以为后续的动态设计、不同参数下的振动响应趋势预测以及降噪提供一定的理论依据。     

基于LLE及其改进距离算法的轴承故障诊断模型

针对原始LLE难以发掘非平稳振动信号高维非线性、不均匀或存在"孔洞"的采样数据潜在几何分布特征,提出一种基于LLE及其改进算法的滚动轴承故障诊断模型。通过将计算欧氏距离改进的局部线性嵌入(LLE)算法应用于滚动轴承故障诊断模型,在邻域因子k取值比较小时的情况下就可得到良好的特征提取效果,扩大了模型参数k的选取范围,减少特征提取计算的时间;通过将监督学习线性判别分析(LDA)能保证投影后样本在新的特征空间具有最大的类间距离和最小的类内距离的基本概念应用于改进距离的LLE算法参数选择后对其降维结果的直观的验证处理上,来确保降维样本在新的特征空间具有最佳的特征可分离性。并与未改进LLE算法及传统线性降维方法 PCA对比实验结果来验证基于改进距离LLE算法与离散度矩阵结合的故障诊断模型的优越性。     

基于流形学习与学习矢量量化神经网络的齿轮故障诊断模型

为了提高对齿轮非平稳、非线性故障振动信号的可分性及其故障诊断的准确性,并针对其高维数据样本的特点提出一种基于流形学习与LVQ的齿轮故障诊断模型。该模型首先利用集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)方法进行齿轮故障振动信号的分解,得到一系列固有模式函数(Intrinsic Model Function,IMF)分量。接下来对含有主要故障信息的IMF分量进行特征提取和选择并构造高维观测样本,再用流形学习等距特征映射(ISOMAP)算法对初步的高维观测样本故障特征进行进一步的提取并对特征属性的数量进行压缩,在保留齿轮故障特征的整体几何结构信息的同时降低了特征数据的复杂度,增强了齿轮故障模式识别的分类性能。最后通过学习矢量量化神经网络(Learning Vector Quantization,LVQ)根据样本的特征将样本划分到一定的类别中去从而实现模式识别。通过比较实验结果来验证该模型的可行性。     

基于无源RFID的混凝土温度监测技术研究

温度控制是混凝土固化期间的重要措施。针对现有混凝土温度监测方法的缺点,设计一种用于混凝土温度监测的无源射频识别（RFID)传感器标签。该RFID传感器标签是基于超高频（UHF）的EPC-2通信协议,且工作于无源模式下。由于混凝土是有损多相复合材料,文中具体分析电磁波在混凝土中的总损耗,确定标签可正常工作的基本条件。后期试验对所设计的温度传感器标签进行了温度测试、校准以及通信性能测试。试验结果表明,基于文中设计的无源RFID传感器标签所测试的温度与传统的热电偶测试结果基本一致,最大温差不超过0.5℃。相比于现有的混凝土温度监测方法,具有便利性强、成本低、寿命长等显著优点。     

加长转载机在松软冲击地压工作面的改造应用

1 工作面概况及方案确定 1.1 工作面概况 随着矿井开采开拓的范围逐渐加大,南屯煤矿今后将逐渐集中在九采区回采.九采区位于井田东北部,埋藏深度为-450～-720m,整个采区呈北宽南窄的不规则四边形,南北长4750m,东西宽1100～2600m,面积约6.75km2.九采区地质为单一缓倾斜结构,顶板压力大,煤质松软,具有冲击地压危险.