基于实验型和工业型近红外光谱仪的木片材性预测建模对比研究

本研究探讨了采用工业型光谱仪和实验型光谱仪建立近红外模型用于快速预测木片材性的可行性,分析对比不同光谱仪的建模效果。针对不同材性指标分析特点,通过光谱信号校正和特征波长筛选算法优化模型预测性能,建立适宜的建模方法。结果表明,基于工业型光谱仪建立的近红外模型对木片水分、基本密度、纤维形态等物理性能指标表现出更高的预测精度,而化学组分含量的预测精度与实验型光谱仪无显著差异。工业型光谱仪木片理化材性近红外模型适用于制浆原料品质评价和工业过程分析。     

机载外辐射源雷达杂波模型及特性分析

直达波和地(海)杂波是机载外辐射雷达面临的重要问题,针对基于单频网数字广播电视信号的机载外辐射源雷达杂波进行了研究．建立杂波模型,然后重点分析了杂波的空时特性和杂波多普勒距离依赖性．基于中国移动多媒体广播信号生成杂波数据,仿真实验验证了杂波模型的正确性,并根据结果提出了针对杂波特性的杂波抑制方案,为机载外辐射源雷达杂波抑制和目标检测奠定了基础．     

苯丙氨酸解氨酶仿生固定化及其稳定性研究

利用仿生硅化技术包埋固定化苯丙氨酸解氨酶(PAL),研究固定化条件对PAL固定化的影响及固定化PAL的稳定性。优化的固定化酶制备条件:0.06 m L浓度为6 mg/m L诱导剂聚乙烯亚胺(PEI),25 mmol/L磷酸盐(p H7.0)作为固定化反应介质体系,2 m L浓度为1 mol/L正硅酸甲酯(TMOS)水解液和1 m L(2 U/m L)酶液添加量,所得固定化酶的酶活最大回收率是70%。与游离酶相比,固定化PAL的温度稳定性、p H和储存稳定性,以及变性剂耐受性都有较大提高,重复使用5次,固定化PAL仍能保持初始酶活的40%。      

高模量碳纤维在中国宇航结构产品上的应用现状及实现自我保障的建议

实现高模量碳纤维复合材料的自我保障对中国国防建设与航天事业发展具有重要的战略与实践意义.重点介绍了高模量碳纤维在中国宇航结构产品上的应用现状及需求,阐述了高模量碳纤维的特点、制备工艺、关键技术及研究现状等,分析了现阶段中国高模量碳纤维发展存在的主要问题,有针对性的提出了实现自我保障的建议.     

PSO-LSSVM用于近红外光谱预测混合制浆材Klason木质素含量

为优化混合制浆材中Klason木质素含量的近红外分析模型,收集了5种常见制浆材的82个原木样品,将样品粉碎预处理后在便捷式近红外光谱仪上采集其近红外光谱信号,对原始光谱数据进行多元散射校正(MSC)预处理,利用粒子群寻优(PSO)算法对最小二乘支持向量机(LSSVM)算法中的参数进行优化,然后利用最优参数建立混合制浆材Klason木质素的LSSVM定量分析模型。将结果与偏最小二乘(PLS)和主成分降维后的BP神经网络(PCA-BPNN)算法进行比较。结果表明,PCA-BPNN和PSO-LSSVM模型均优于PLS模型,且PSO-LSSVM模型预测结果最优,预测结果的相关系数(Rv)最大为0. 9857;预测标准差(RMSEP)为0. 7498%,比PLS模型和PCA-BPNN模型分别降低了0. 2767%和0. 1455%;相对标准偏差(RPD)最大为5. 6174,比PLS模型和PCA-BPNN模型分别提高了1. 5144和0. 9138;真实值与预测值间的绝对偏差(AD)范围最小,为0. 0065%～1. 8449%。     

制浆材木质素含量近红外分析模型传递研究

为研究制浆材中木质素含量近红外分析模型在两台便捷式近红外光谱仪间的传递,对制浆材木质素样品近红外光谱数据集进行代表性样本的选取、光谱预处理和界外样本的剔除,建立了源机的优化偏最小二乘（PLS）校正模型。分别采用斜率截距算法（S/B）、直接校正算法（DS）和典型相关分析算法（CCA）进行源机与目标机间的模型传递并比较了预测效果。结果表明,S/B算法模型传递效果较差,而经DS算法和CCA算法模型传递后的预测效果均有大幅提升。DS算法模型传递后决定系数（R2）、预测标准差（RMSEP）和相对标准差（RPD）分别为0.9643、1.0370%和5.3513;CCA算法模型传递后R2为0.9540、RMSEP为1.1766%、RPD为4.7711。因此,DS算法和CCA算法均可实现制浆材木质素含量近红外分析模型在两台便携式近红外光谱仪之间的传递。     

松山堆石坝面板混凝土裂缝成因调查与分析(续)

松山面板堆石坝于吉林省抚松县境内，2001年在清除坝面保温材料时，发现B14－B18块面板出现严重的破坏，局部混凝土表层破损，钢筋外露；周边缝有水流外淌，顺板与趾板间有较大错位等现象，如此严重的破坏在面板混凝土中是不多见的，调查发现，破坏的主要原因是坝体内存有积水由于冬季得不到排放导致冰水冻胀，最终将面板鼓起造成破坏。     

高灰细泥对煤炭分级浮选的影响研究

文章采用两种煤样分别进行常规混合浮选和分级浮选,运用多项式拟合的方法建立了浮选精煤产率、精煤灰分、浮选完善度与药剂用量的函数关系。通过对这一数学模型的分析表明对于裕隆煤样,分级浮选可明显改善浮选效果,而对于汶上煤样,分级浮选效果不佳。通过高灰细泥与不同粒度精煤颗粒静电作用的差异对这一现象进行了解释。     

基于OMAP-L138处理器的AD模块设计

详细介绍了基于OMAP-L138处理器的AD模块设计。OMAP-L138集成了浮点型DSP TMS320C6748和ARM9双内核,并提供了丰富的外设接口,拥有DSP高速数据处理和低功耗的特点。AD模块中采用16位高速多路信号采集芯片ADS8556,实现了对6路模拟信号的并行采集。