内切菊糖酶的分离纯化及性质研究

采用DEAE-Sepharose CL-6B离子交换层析从Fructozyme (Aspergillus niger) 中分离得到三个菊糖酶组份EⅠ、EⅡ和EⅢ,其中EⅠ主要表现为内切菊糖酶,其分子量为65,000,以菊糖为底物其最适pH为4.6,最适温度为60℃,Km值为16mmol/L,对pH及温度有较高的稳定性,并利用液相色谱对菊糖酶EI催化水解菊糖的产物进行分析研究。     

基于多信号流图模型的导弹系统级测试性设计研究

针对导弹长时间贮存,一次性使用特点,开展测试性设计工作难度较大的问题,提出采用多信号流图模型对导弹系统进行测试性设计研究.根据故障模式、影响及危害性分析(FMECA)信息确定系统的故障模式,采用多信号流图模型建立导弹系统级测试性模型,根据可达性算法得到故障-测试相关性矩阵,确定系统的测试性指标.考虑到现有算法如遗传算法...     

基于虚拟仪器的某型设备信号检测系统

针对某型设备检测的不足,基于虚拟仪器的设计思想及功能模块化的设计方法构建了一个信号检测系统,并采用以Labwindows／CVI开发平台建立良好的人机界面。介绍了该系统的软、硬件设计方法及ARINC 429总线通信协议。测试结果表明,该系统能缩短检测周期,提高设备的自动化测试程度。     

锥体重心自动测试系统设计

锥体重心是影响再入舱轨道控制精度的重要因素,通过对锥体重心测量原理与方法的研究与分析,给出了锥体重心自动测试系统硬件及软件设计方案;着重分析了锥体重心测量系统测量误差的来源、算法及系统整体测量不确定度的评定,从而可以提高锥体重心的测量准确度。     

RBF-SVM的核参数选择方法及其在故障诊断中的应用

基于核理论的SVM中,RBF核函数应用最广,是一个普适的核函数,但其参数的选择却没有固定方法。鉴于此,本文首先分析了现有核函数参数优选算法的不足;然后在SVM网络结构分类原理的基础上提出了基于数据最大方差-关联度准则的核参数选择算法,并结合粒子群算法建立了RBF核参数的自动优选流程。将其用于模拟电路故障诊断实验,证明了所提方法具有参数选择准确、简单快速等优点,优选得到的核参数提高了故障诊断率。     

基于二总线通信的监测系统设计

1 概述 二总线通信是近年才发展起来的一项技术,适用于远距离监测、数据采集、火灾报警等领域.它是一种高可靠性、自动同步编解码通信,可以将现场节点的多个模拟量转换成数字量并进行远距离串行传输.其特点是:①智能跟踪自动编解码;②远距离监测,监测距离2000m;③同时传输信号和功率,节点无需单独供电;④回路节点数目可根据规模增减,最多达64个.二总线通信编解码通信电路QA840119自动同步编解码和片内A/D转换,利用QA840119可方便实现模拟量采集并实现二总线通信.QA840159提供了二总线通信和单片机的接口,可由单片机接收和处理数据.     

模拟电路故障特征降维方法

为有效进行模拟电路故障特征的降维处理,在线性判别分析中通过引入局部化思想提出一种局部线性判别分析降维方法。首先,构造单个数据的局部数据块,计算其类内、类间散度矩阵,通过缩放因子平衡局部邻域类内紧性和类间散性之差建立单个数据的局部优化准则;然后,在整个数据空间中采用对齐算法重构最终目标函数,最后使用标准特征值分解方法求得投影矩阵完成数据降维。算法充分利用数据的局部判别信息使其能够处理数据的非线性并保持数据的类区分度,而且克服了线性判别分析中的小样本问题。算法在标准数据集和模拟电路故障特征提取中进行实验均取得了较好的效果。     

基于Bayes小子样理论和序贯网图检验的武器装备测试性验证试验方案设计

针对当前序贯概率比检验方法会导致测试性验证样本量无法控制,以及序贯网图检验方法未能利用先验信息使得确定的样本量仍然存在可能较大的问题,提出一种基于Bayes小子样理论和序贯网图检验相结合的测试性验证样本量确定方法。基于序贯网图检验方法,结合测试性指标的先验分布以及相关参数约束值,划分指标参数空间,并给出Bayes因子及其阈值计算方法;通过对检验点插入位置的确定,给出测试性验证所需最大样本量,同时在考虑使用方风险和承制方风险的基础上设计Bayes小子样理论下序贯网图检验的截尾策略;通过实例进行了验证,并与经典验证方法、序贯概率比检验方法、传统序贯网图方法以及验后序贯加权检验方法进行了对比分析。结果表明,该方法确定的测试性验证截尾样本量以及平均样本量均优于其他方法,同时能有效降低双方风险值。     

测试不可靠条件下基于精华蚂蚁系统的诊断策略优化方法

诊断策略优化设计是测试性设计过程中重要一环,不可靠测试因素严重影响优化设计过程.在前人研究成果的基础上,针对启发式搜索算法难以解决不可靠测试条件下的诊断策略优化问题,提出了一种基于精华蚂蚁系统的诊断策略优化算法.首先建立了测试不可靠条件下诊断策略优化问题的数学模型;后以测试成本与错误代价为构建了优化目标;随后利用针对诊...     

基于 GSPN 与 BN 的测试性建模方法

针对目前主流建模方法是基于测试结果可靠的假设条件前提,难以得到故障和测试之间准确的信息描述的问题,提出基于概率广义随机Petri网的测试性建模新方法。首先对主流建模方式和广义随机Petri网建模方式进行对比,阐明主流建模方式存在的问题,以及选择广义随机Petri网建模的原因;然后对Petri网原理进行分析,并将概率理论引入广义随机Petri网模型中,采用贝叶斯网络获取模型节点的条件概率,也是首次将贝叶斯网络和广义随机Petri网结合;最后对某导弹发动机系统进行建模,得到故障和测试的概率相关性矩阵,并对测试性指标进行求解。通过对比原有模型的相关性矩阵和本文所得到的概率相关性矩阵,验证了所提方法的可行性和准确性。