变压器撑条的拉挤成型工艺研究

变压器撑条拉挤绝缘制品已在上海ABB公司、上海变压器厂等取得应用。本文就该制品拉挤工艺的各类树脂固化性能的比较、CaCO3填料用量的增加对拉挤工艺的影响、内脱模剂脱模效果的评价、拉挤制品与3240板制品性能对比等问题进行探讨。     

袖子与前衣片对条对格关系的研究

本文主要研究袖子结构与前衣片对条对格的关系。研究表明，要使得袖子与前衣片的条格对位，其结构应先确定袖子的袖山高为＋2．5cm，取前袖山斜线长为前AH－1．5cm，后袖山斜线长为后AH，在该袖上找到对条对格的对应点，然后保持袖肥不变，再将袖子的袖山增高0．3cm，这时袖山上总缝缩量的大小符合一般面料的需要，且分布均匀，能保证袖子与前衣片的对条对格。     

一种贝叶斯证据框架下支持向量机建模方法的研究

研究贝叶斯证据框架下标准支持向量机和最小二乘支持向量机的估计算法和建模方法，给出一种高斯桉支持向量机估计算法的参数选择和调整方法，将贝叶斯证据框架下支持向量机的建模方法应用于非线性系统的辨识，仿真结果表明，该方法对于工业过程建模是十分有效的。     

高浓度超稠油乳化废水预处理工艺与实践

超稠油在加工过程中产生大量高浓度乳化废水,常规炼油污水处理场难以处理并导致外排水严重超标.以某稠油加工企业高浓度超稠油乳化废水为研究对象,对其物理化学性质,沉降、破乳、絮凝条件进行了系统研究,并在大量试验的基础上开发出预处理工艺.相应装置建成后运行平稳高效,废水得到高效的处理与污油资源回收.     

模式识别中欧氏距离特征选择新方法

本文提出用降维空间中欧氏距离作为模式识别中特征选择的准则。特征选择后的模式在新的特征空间中,如果类内欧氏距离最小,或类间欧氏体距离最大,则可获得良好的分类效果。可以证明,K-L特征选择中,在讨论分类问题时,往往采用类内协方差矩阵最大本征值的那些特征,这是离开模式识别要求的讨论。本文从欧氏距离,正交变换和二次最优的观点。提出模式识别中三类特性选择方法,即最小类内欧氏距离特征选择,最大类间欧氏距离特征选择和综合欧氏距离特征选择。本文通过比较及实例分析,说明欧氏距离特征选择具有简明、直观的特点,并且把以正交变换为基础的各种特征选择方法从概念上统一起来。     

基于扩展卡尔曼滤波的球形机器人姿态解算

针对球形机器人在姿态解算的过程中,惯性测量元件精度不高、稳定性差和易受噪声干扰从而导致无法精确控制其运动姿态的问题,提出一种通过扩展卡尔曼滤波融合IMU(Inertial Measurement Unit)惯性测量元件数据来进行姿态解算的方法,利用多传感器测量数据进行融合,并使用扩展卡尔曼滤波得到精确的姿态信息。通过相关实验充分验证了基于扩展卡尔曼滤波的姿态解算方法的精度和鲁棒性明显提高,抗噪声干扰能力更强。实验表明,该姿态解算方法相比于互补滤波的姿态解算,全姿态角均方根误差和平均误差分别下降了0.0601和0.1984,可见其对于球形机器人的运动控制具有良好的适用性。     

推进退役风力发电机组绿色处理处置的建议

本文围绕退役风力发电机组处理处置存在的突出问题,紧扣固体废物减量化、资源化、无害化的工作主线,梳理了目前针对退役风电机组管理的有关国家政策文件,从促进退役风力发电机组处理处置标准科学化规范化、纵深推进退役风力发电机组绿色拆除与处理处置、凝聚可再生能源领域减污降碳强大合力等方面提出了思考建议,以期为推进退役风力发电机组绿色处理处置提供参考。     

Ta-W合金高应变速率下亚结构转变研究进展

综述了Ta-W合金在冲击载荷作用下的动态力学响应、常用研究方法及亚结构转变.其中Ta-W合金在高应变速率下常见的亚结构转变包括:冲击诱导相变、绝热剪切带中发生的动态回复及动态再结晶,以及高应变速率下的形变孪生.Ta-W合金在高应变速率下发生冲击诱导相变是合金内部位错组态与位错密度共同作用的结果,且通过实验数据与数学模拟...     

图像压缩技术在CD产品中的应用

一、引言众所周知,图像的信息量是很大的,彩色图像尤其如此。在存储时,它占用大的媒介容量;在传输时,它占用大的信道容量。例如,对现在的NTSC电视信号来说,每秒的数据量为160兆比特,若想原封不动地把它存到CD盘片中,那一张CD盘片只够存储37秒钟的数据(见图1),这显然是没有实用价值的。因此,要想在CD     

基于超图正则化的域适应偏最小二乘多工况软测量模型

针对流程工业中,因多工况导致数据分布变化引起传统软测量模型预测性能恶化问题,本文提出一种基于超图正则化的域适应多工况软测量回归模型框架.首先,采用非线性迭代偏最小二乘回归算法为基模型,在潜变量空间利用历史工况数据重构当前工况数据,以增强工况间的相关性,有效减小数据分布差异;同时,对重构系数施加低秩稀疏约束,保留了数据的局部和全局子空间结构;其次,通过超图拉普拉斯正则项对域适应潜变量求解过程进行约束,避免在寻找潜变量过程中破坏数据结构.最后,利用交替方向乘子法优化求解模型参数.在多个数据集上的实验表明,本文方法在多工况环境下可有效提高软测量模型的预测精度和泛化性能.