基于状态空间法的电动机故障诊断和识别

电动机的初期故障信号一般较弱,不易辨别,而状态空间法在小信号的处理中灵敏度很高。为达到对电动机故障的诊断和识别,试图把状态空间法应用到对电动机的故障诊断中,先通过推导,从数学理论层面分析了状态空间法对于电动机故障信号的可辨别性,再使用Matlab软件搭建状态空间的辨别模型,把实验台测试的三组数据导入到模型中进行测试。测试的结果有力地证明了此方法的可行性,并能克服快速傅里叶变换(FFT)中数据采集量较大、分辨率不高的缺点。     

一款紧凑增强型可变阻抗电磁带隙结构

基于传统AI-EBG结构,提出了一种小尺寸的增强型电磁带隙结构,实现了从0.5~9.4 GHz的宽频带-40 dB噪声抑制深度,且下截止频率减少到数百MHz,可有效抑制多层PCB板间地弹噪声。文中同时研究了EBG结构在高速电路应用时的信号完整性问题,使用差分信号方案可改善信号完整性。     

A distributed energy system integrating SOFC-MGT with mid-and-low temperature solar thermochemical hydrogen fuel production

Solar thermochemical hydrogen production with energy level upgraded from solar thermal to chemical energy shows great potential. By integrating mid-and-low temperature solar thermochemistry and solid oxide fuel cells, in this paper, a new distributed energy system combining power, cooling, and heating is proposed and analyzed from thermodynamic, energy and exergy viewpoints. Different from the high temperature solar thermochemistry (above 1073.15 K), the mid-and-low temperature solar thermochemistry utilizes concentrated solar thermal (473.15–573.15 K) to drive methanol decomposition reaction, reducing irreversible heat collection loss. The produced hydrogen-rich fuel is converted into power through solid oxide fuel cells and micro gas turbines successively, realizing the cascaded utilization of fuel and solar energy. Numerical simulation is conducted to investigate the system thermodynamic performances under design and off-design conditions. Promising results reveal that solar-to-hydrogen and net solar-to-electricity efficiencies reach 66.26% and 40.93%, respectively. With the solar thermochemical conversion and hydrogen-rich fuel cascade utilization, the system exergy and overall energy efficiencies reach 59.76% and 80.74%, respectively. This research may provide a pathway for efficient hydrogen-rich fuel production and power generation.     

因素空间理论下基点分类算法研究

目前，基于因素空间理论的背景基提取算法计算过程复杂，初始化必须依赖各因素极值，基点数量提取冗余等原因，未能在应用中取得很好效果。为此，结合内点判别法和知识可继承、可扩展的思想，提出一种计算简单、初始化独立、基点数量小的改进的背景基提取算法。然后，利用改进的背景基提取算法构造出一种全新的数据分类算法-基点分类算法，基点分类算法以提取每一类样本的背景基为预测模型，再通过新定义的λ-背景基，优化预测模型。数值实验表明:基点分类算法原理简单、构造难度小、分类模型泛化能力强，预测能力准确率高，同时严格的模型限定区域又能为识别新类别提供新方法。     

基于密集神经网络的灰度图像着色算法

针对在灰度图像着色领域中，传统算法信息提取率不高、着色效果不理想的问题，提出了基于密集神经网络的灰度图像着色算法，以实现改善着色效果，让人眼更好地观察图片信息的目的。利用密集神经网络的信息提取高效性，构建并训练了一个端到端的深度学习模型，对图像中的各类信息及特征进行提取。训练网络时与原图像进行对比，以逐渐减小网络输出结果的信息、分类等各类型的损失。训练完成后，只需向网络输入一张灰度图片，即可生成一张颜色饱满、鲜明逼真的彩色图片。实验结果表明，引入密集网络后，可有效改善着色过程中的漏色、细节信息损失、对比度低等问题，所提算法着色效果较基于VGG网络及U-Net、双流网络结构、残差网络（ResNet）等性能优异的先进着色算法而言取得了显著的改进。     

冷却塔免费供冷在高端酒店项目的应用及探讨

本文分析了在过渡季节如何利用冷却塔为国际高端酒店提供免费冷源,以及过渡季节通过冷却塔为酒店供冷的空调效果与经济效益,并通过具体实施项目案例证明了利用冷却塔提供免费冷源的可行性、经济性及对于节能环保的意义.     

ZnO基薄膜晶体管的研究

ZnO是一种宽带隙的光电半导体材料,能应用于很多领域,如可用在压敏变阻器、声表面波器件、气敏元件、紫外光探测等。ZnO也可以作为有源层应用于薄膜晶体管(TFT)中。ZnO基薄膜晶体管具有以下突出优势:对于可见光部分平均具有80%以上的透射率,迁移率可以高达36cm2/V·s,开/关电流比大于106,可在较低温度(甚至室温)下制备。基于这些优点,ZnOTFT具有取代有源矩阵液晶显示器中常规a-SiTFT的趋势。同时对ZnOTFT的研究也推动了透明电子学的发展。本文阐述了ZnOTFT优越的电学性能,指出了其目前尚存在的不足,并对其发展前景进行了展望。     

铁塔加工中型材零件优化下料管理系统

介绍了铁塔加工中角钢零件优化下料管理系统,阐明了系统的模块化结构及工作原理。建立的面向角钢加工工艺的优化下料管理系统可以将生产管理与下料优化两大功能整合为一体,使用极为方便。该系统在铁塔生产中,可节省大量材料,有效地提高了企业的经济效益。     

Al2O3陶瓷激光铣削试验研究

采用Nd∶YAG脉冲激光器对Al2 O3陶瓷进行铣削加工试验。系统研究了工艺参数对铣削量和铣削面质量的影响规律 ,并利用优化的铣削工艺对Al2 O3陶瓷进行多种形状的铣削加工。