在线金属切削刀具磨损状态监测研究的回顾与展望Ⅲ:模式识别方法

刀具状态监测的目的是为了开发出实用的刀具状态监测设备,为了降低设备成本和提高监测的准确率,在监测信号的选择和特征提取的基础上,选择合适的模式识别方法至关重要。对近年来在学术期刊上公开发表的关于刀具磨损在线监测研究中所采用的主要模式识别方法作了简要的回顾与归纳,为后续研究者的快速入门及选择适当的模式识别方法提供参考。     

变电站二次系统防雷电涌措施研究

雷电对变电站设备造成的危害非常严重,不仅会导致大范围的停电故障,而且由于雷击会造成变电站二次设备的损坏。必须要针对变电站二次系统防雷电涌措施进行深入分析,提高变电站电子设备的性能,提高其防雷抗雷的稳定性。     

过热液滴探测器对中子的声频响应

本文主要研究中国原子能科学研究院的过热液滴探测器在²⁵²Cf中子源辐照下的气泡声音响应。通过对声音信号进行滤波预处理,得到短时信号能量、FFT频谱图、功率谱图、波形衰减时间常数,以此来确定气泡声音信号的真伪。     

反应堆石墨中~(14)C生成及滞留机制的分析和探讨

~(14)C是退役石墨中最重要的核素,半衰期为5 730 a,处理处置过程需要重点关注。石墨中~(14)C生成机制复杂,主要来源于~(13)C、~(14)N、~(17)O分别与中子发生的三个反应:~(13)C(n,?)~(14)C、~(14)N(n,p)~(14)C、~(17)O(n,?)~(14)C,重水研究堆石墨中由~(14)N(n,p)反应生成的~(14)C约占~(14)C总量的90%以上。本文通过理论计算和实验比较方法对反应堆热柱石墨中~(14)C生成及滞留机制进行了分析和探讨,得出了石墨中N来源于杂质N和孔隙N_2,后者生成的~(14)C以热原子形式存在,并迅速与O_2结合生成~(14)CO_2,发现了反应堆停闭后石墨孔隙闭孔中依然存在~(14)CO_2,并估算了以孔隙~(14)CO_2形式存在的~(14)C约占石墨中~(14)C总量的30%。     

浅谈卷烟工厂设备管理

设备管理是企业管理的一个重要方面,本文针对卷烟工厂的设备管理提出了一些见解,主要介绍了什么是设备管理,设备管理的定位,设备管理管什么,设备管理怎么管,以期进一步提高卷烟工厂的设备管理水平。     

光释光测年中铀、钍、钾的NAA分析

光释光(OSL)测年法被广泛应用于我国北方的黄土古土壤序列及其记录的气候环境变化、古地震、古人类遗址和考古研究等方面的测年和年代学研究。对中子活化分析(NAA)用于光释光测年所涉及到的地质样品中的铀、钍、钾含量的测定方法进行了优化,建立了微型中子源反应堆(MNSR)中子活化分析准确测定黄土样品中的铀、钍、钾含量的流程,为光释光测年提供了可靠的基础数据。     

绝缘漏电流传感器的低温实验研究

通过实验分析了 3种不同磁性材料绝缘漏电流传感器的低温性能 ,发现冷轧硅钢不适宜低温环境而应采用坡莫合金 ,或超微晶合金 ,这为选择适应低温环境工作的绝缘漏电流传感器提供了科学根据。     

零磁通电流传感器的研制

对电流传感器的误差进行了分析,研制了一种用于高压电容性设备在线监测的穿心式高准确度微电流传感器。通过单片机系统,对激磁电流进行补偿,使传感器近似工作在"零磁通"状态。测试表明,补偿收到了良好的效果。     

Novel Epoxy Resin/SiO2 Nanocomposites Preparation Method Based on Diminutive Bubbles Explosion

Spontaneous agglomeration tends to occur be-tween nanometer scale particles for their high surfacefree energy[1 ,2]. The size of particle agglomeratesgranulesis always beyond nanometer scale .The spon-taneous agglomeration of nanometer scale particlesand high viscosity of epoxy resin solution madeit dif-ficult to disperse nanomaterials into polymer as theconfiguration of nanometer scale particles . How toachieve nanomaterials’symmetrical decentralizationin epoxy resin bythe configuration of n…     

基于多级聚类分析和支持向量机的空间负荷预测方法

为充分利用元胞负荷与元胞属性之间的相关联系来改善空间负荷预测效果,提出了基于多级聚类分析和支持向量机的空间负荷预测方法。首先生成元胞并建立元胞属性集合,根据各属性对元胞进行多级聚类分析,其中采用改进的k-均值算法确定聚类数目和初始聚类中心,来得到逐级细化的元胞分类;然后针对不同类型的元胞建立各自的支持向量机预测模型,同时利用遗传算法进行参数优化以提高预测模型的适应度;最后将待预测元胞的相关属性作为输入向量并代入所建立的预测模型中计算出目标年各元胞负荷最大值,从而实现空间负荷预测。工程实例分析表明了该方法的实用性和有效性。