Fe3Al基合金焊接技术的研究进展

纳米金属丝具有优越的敏感性、场发射效能、超强的记忆功能等特性,于是对它的研究便备受青睐.通过定向凝固NiAl-Re复相共晶,再结合选择性溶解或腐蚀的方法来制备Re纳米丝,即DSW技术.利用Bridgman定向凝固设备对NiAl-1.5at％Re共晶合金进行定向凝固,在约300 K/cm的温度梯度条件下,通过改变凝固抽拉速率获得不同的NiAl-Re准共晶组织,研究分析了NiAl-Re共晶的显微结构、凝固速率与纤维相间距、纤维大小的相关性.发现随着凝固速率的增大,纤维相间距和纤维尺寸都逐渐减小,并且两者与凝固速率的平方满足良好的线性关系.使用HCl∶H2O2的蒸馏水稀释溶液对NiA1基体进行选择性腐蚀,这一过程会形成对共晶体的各向异性腐蚀,在被腐蚀的表面上会出现直径为450～500 nm、长度不一的铼纤维丝.腐蚀得到的Re纳米丝可望应用于纳米电极阵列中.     

不同鱼皮肽抗氧化活性及结构特性的比较

鱼皮是水产品加工的主要副产物,因利用率较低而备受关注。为更好地了解不同鱼皮肽的抗氧化活性及结构特性,采用碱性蛋白酶分别水解三文鱼皮、鲟鱼皮和鳙鱼皮。通过水解度(DH)、三氯乙酸氮溶指数(TCA-NSI)和分子质量评估鱼皮肽的水解程度,根据1,1-二苯基-2-三硝基苯肼(DPPH)自由基清除率、·OH自由基清除率、Fe²⁺螯合活性和还原力检测鱼皮肽的抗氧化活性,并比较3种鱼皮肽的结构特性。结果表明：鲟鱼皮肽的DH(22.34%)和多肽含量(48.65%)最高,分子质量最低,其水解效果最好。3种鱼皮肽的抗氧化活性呈浓度依赖性,其中鲟鱼皮肽抗氧化活性显著高于鲟鱼皮肽和鳙鱼皮肽(P<0.05)。鲟鱼皮肽的疏水性和荧光强度较高,且含有较高含量的疏水性氨基酸,这些对抗氧化活性有积极的影响。傅里叶变换红外光谱证实不同鱼皮肽的内部微环境和蛋白质二级结构有一定差异,造成其抗氧化活性的差异较大。本研究可为鱼皮肽的制备及开发应用提供一定的理论依据。     

配电网开闭站的合环操作理论分析

为了最大限度地减少用户停电时间,提高配电网络的供电可靠性和灵活性,在倒负荷或线路检修时,可以通过合解环操作将负荷进行转移。但在合环操作时,合环瞬间将产生较大的冲击电流,稳定后电网中可能产生较大环流,这将直接影响到电网的安全稳定运行。为了快速、准确地找出最佳合环路径,避免误合闸、漏合闸,一般情况下,合环操作前对合环电流进行计算分析,以判断合环后电流是否越限十分重要。以10 kV龙湖开闭站为实例,分析了合环电流的数值,对零序保护的作用,以及对调度运行的指导意义。     

基于改进的小世界网络的组搜索算法及其应用

针对合成氨工艺中,合成塔出口氨含量软测量神经网络模型的参数优化问题,提出了一种改进的小世界网络模型,并将其引入到组搜索优化算法中。改进后的小世界网络在计算节点之间相连接的概率时考虑节点间的距离因素,相距较近的节点间比相距较远的节点之间更容易连接。将改进后的小世界网络引入组搜索算法后,种群中的追随者在每次迭代中,根据当前迭代次数及与其它个体间的距离计算自身与其它个体的相连接概率,相连概率随着迭代增加而线性增大,随着个体间距离的增加而指数递减。追随者根据相连概率选择与自身相连接的个体,再用与其相连的个体构建自身的邻域并选取邻域中的最优个体作为局部最优解个体。追随者更新自身位置时不仅参考整个种群中的全局最优个体,还同时参考自身邻域中的局部最优个体。该算法能够提高种群中个体的多样性,具有更好的全局搜索能力和收敛速度。将该算法应用于氨合成塔出口氨含量软测量建模问题中,对神经网络模型的参数进行优化,并与其它3种方法比较。仿真结果表明,基于改进的小世界网络模型的组搜索算法能够获得更好的模型参数,提高软测量模型的精度。     

基于贝叶斯方法和变化表的恐怖行为预测算法

传统的恐怖行为预测算法没有考虑到组织会改变其行为策略,而CAPE算法根据组织背景的改变预测行为变化,但其只能根据变化表中存在的背景变化预测行为。为了能根据任意背景变化预测恐怖行为,针对恐怖数据高维小样本的特点,提出了一种 利用贝叶斯方法在改进的变化表上预测组织行为的算法。利用贝叶斯方法可快速有效地解决高维小样本分类问题的特性,在改进的变化表上实现对组织行为的预测,从而提高了预测精度和计算效率。此外,考虑到背景的变化会在时间序列上对组织行为产生持续的影响,因此在不同时间滞差下,利用加权的贝叶斯方法预测组织行为。MAROB数据集上多个组织数据的实验结果也表明,所提算法在准确率及时间复杂度上优于CAPE算法。     

基于排列熵与多重分形指数结合的特征提取算法在情感识别中的应用

通过对脑电信号的熵分析,进行了情感识别研究,并根据脑电信号的非线性特性以及多重分形特性的特点,提出了一种排列熵与多重分形指数相结合的情感脑电特征提取算法。该算法采用排列熵、Hurst指数、质量指数和奇异谱宽度相结合,实现情感脑电的特征提取,采用支持向量机(SVM))实现情感识别。结果显示,该算法两两情感识别,测试集最高正确率达到92.8%,除去激动对可怕外,正确率均在80%以上;与单独使用排列熵和分形指数特征的方法相比,最高正确率分别提高41.9%和31.2%。进一步分析了对积极和消极两类情感状态的识别效果,测试集平均正确率为78.3%,比排列熵与多重分形特征,测试集正确率分别提高了26.7%和1.6%。结果表明,基于排列熵与多重分形指数相结合的特征提取算法,能够充分挖掘脑电信号的非线性特性与多重分形特征信息,是一种有效的情感脑电特征提取算法。     

年龄对利用脉搏波估计心率和心率变异性的准确性的影响

由于测量简便,脉搏波被广泛用于替代心电计算心率和心率变异性,但其准确性颇受争议。该文探讨了年龄对利用脉搏波估计心率和心率变异性准确性的影响,实验招募了 100 名年龄广泛分布在 20～71 岁的健康者,同步采集静息脉搏波和心电图,利用脉搏波相邻峰值点的时间间隔序列,计算受试者的瞬时心率和心率变异性,并将其与利用心电相邻两个 R 波峰值点计算的心率/心率变异性(金标准)进行对比,计算利用脉搏波估计心率和心率变异性的误差。实验结果表明,心率估计误差在 40 岁以下的年轻人中较小(标准差在 0.3 搏/min 左右),在 40 岁以上的中老年人中较大(标准差在 0.7 搏/min 左右),时域的心率变异性参数的规律类似。因此,即使在静息条件下,利用脉搏波峰值点计算老年人的心率/心率变异性也要谨慎对待。     

基于改进的GSO算法和BP神经网络的氨合成塔出口氨含量软测量模型(英文)

The ammonia synthesis reactor is the core unit in the whole ammonia synthesis production. The ammonia concentration at the ammonia converter outlet is a significant process variable, which reflects directly the production efficiency. However, it is hard to be measured reliably online in real applications. In this paper, a soft sensor based on BP neural network (BPNN) is applied to estimate the ammonia concentration. A modified group search optimization with nearest neighborhood (GSO-NH) is proposed to optimize the weights and thresholds of BPNN. GSO-NH is integrated with BPNN to build a soft sensor model. Finally, the soft sensor model based on BPNN and GSO-NH (GSO-NH-NN) is used to infer the outlet ammonia concentration in a real-world application. Three other modeling methods are applied for comparison with GSO-NH-NN. The results show that the soft sensor based on GSO-NH-NN has a good prediction performance with high accuracy. Moreover, the GSO-NH-NN also provides good generalization ability to other modeling problems in ammonia synthesis production.     

霍尔电推进系统中的微流量控制器

介绍了微流量控制器在霍尔电推进系统中的应用状况。微小流量的精确控制是霍尔电推进系统协调工作的基础。根据内部节流元件的不同,目前国际上电推进系统中使用的微流量控制器主要有金属毛细管式、金属多孔材料式和节流孔板式等几种形式。俄罗斯研制的微流量控制器多为金属毛细管式和节流孔板式;美国和欧洲电推进系统上使用较多的是金属多孔材料式微流量控制器。此外,近年来国外新发展了一种磁致伸缩材料的流量比例控制阀,也可用于电推进系统的微流量控制。国内研制的整体式结构金属多孔材料微流量控制芯体,可以取代目前正在使用的普通过滤多孔材料,使其无论是性能、寿命,还是可靠性等方面都有极大的提高。     

基于Hilbert-Huang变换的电力变压器铁心压紧力监测方法

利用Hilbert-Huang变换对信号的自适应特性,提出一种基于振动法的电力变压器铁心压紧力在线监测方法。通过对铁心振动信号进行经验模式分解(EEMD),得到一组特征模式函数(IMFs),根据铁心振动特性确定出反映压紧力变化的IMFs,计算IMFs的瞬时频率和时频能量分布,用瞬时频率和时频能量分布构建能够表述铁心压紧力的特征矢量,经距离算法计算特征矢量的长度值,实现铁心压紧力变化的在线监测。实验结果表明,由Hilbert-Huang变换得到的铁心振动时频能量分布具有明确的物理意义,提出的特征矢量和距离算法能够有效反映铁心在不同压紧力状况下的振动特性,为电力变压器的振动在线状态监测与故障诊断奠定了良好的基础。