多重分形熵及其在非平稳信号分析中的应用研究

在对信号进行多重分形分析的基础上,提出了对信号进行定量评价的一种新指标--多重分形熵,这种方法能够表征信号能量分布的奇异状况和几何特征分布几率,可用于非平稳信号内在特征信息的精细刻画和准确提取,通过对实际信号的分析表明,提出的方法为设备故障状态识别提供了新手段.     

多重分形熵及其在非平稳信号分析中的应用研究

在对信号进行多重分形分析的基础上,提出了对信号进行定量评价的一种新指标--多重分形熵,这种方法能够表征信号能量分布的奇异状况和几何特征分布几率,可用于非平稳信号内在特征信息的精细刻画和准确提取,通过对实际信号的分析表明,提出的方法为设备故障状态识别提供了新手段.     

应力信号分析仪及加快应力频谱分析的算法

本文介绍了智能应力信号分析仪系统的软硬件组成及主要特点，推导了信号分析速度，减少运算的数学模型。     

镁合金杯杆件等温复合挤压研究

分析了镁合金的成形性能。合理选择实验设备与装置、恰当的挤压工艺。通过镁合金在不同成形温度和壁厚条件下的等温复合挤压实验。并对实验结果进行分析。从而得知镁合金在等温复合挤压条件下的成形性能较好。     

电子束蒸发沉积碲锗铅薄膜的微结构和化学组分研究

为了探寻碲锗铅(Pb_(1-x)Ge_xTe)薄膜的最佳沉积方式,在硅基片上采用电子束蒸发沉积碲锗铅(Pb_(0.78)Ge_(0.22)Te)薄膜。使用X射线衍射(XRD)、电子扫描显微镜(SEM)、能量散射X射线分析(EDAX)等手段对薄膜的微结构和化学配比特性进行了分析。发现碲锗铅薄膜为多晶结构,具有明显的择优取向,晶粒多为矩形,薄膜中未出现其它相关氧化物。与热蒸发膜层相比,电子束蒸发沉积的膜层有更为完善的晶体结构。     

数码电子雷管在高瓦斯矿井岩巷爆破掘进中的应用

传统的电雷管只有5个段别,不能满足孔内分段技术对延期时间的要求。数码电子雷管采用电子控制模块,可任意设定爆破延期时间,最小延时时间可设为1 ms,满足瓦斯巷道130 ms内完成爆破过程的要求。另外,目前煤矿岩巷深孔爆破掘进中,由于炮孔底部岩石夹制作用增大导致出现炮眼利用率低等问题。基于数码电子雷管,应用孔内分段掏槽爆破技术,将原先掏槽孔内连续装药改为分段装药,实现了分段延时起爆。将新技术方案在淮南顾北煤矿进行了现场试验。结果表明：基于数码电子雷管,应用孔内分段技术,对比原方案单循环进尺提高了约0.7 m,炮孔利用率提高了约10%,平均块度减少了15%左右,且断面完整没有明显大块,为下一循环提供了良好条件。预估月进尺可由65 m提升至100 m,总体上提高了巷道掘进效率。作为数码电子雷管在井下岩巷掘进的先行试验,在高瓦斯情况下数码电子雷管仍可正常使用,可为今后类似岩巷的爆破掘进施工提供借鉴。     

右旋美托咪啶在甲状腺切除术后自控镇痛中的应用

目的探讨右旋美托咪啶在甲状腺切除术后自控镇痛中的安全性与效能。方法选择60例行甲状腺切除术患者按随机数字表法分为2组：右旋美托咪啶组（D组）和芬太尼组（F组）,每组30例。观察D、F组患者术前,术后1、3、6、12、24、364、8 h的SBP、DBP、心率（HR）、呼吸频率（RR）、动脉血氧饱和度（SpO2）的变化。记录D、F组患者术后各时间点的VAS评分及镇静评分及术后镇痛期间患者自控镇痛（PCA）按键次数和不良反应。结果 D、F 2组患者术前,术后1、3、6、12、24、36、48 h的SBP、DBP、RR、SpO2值比较,差异无统计学意义（P〉0.05）。D组患者术后各时间点HR值较术前及F组明显降低（P〈0.05）。F组患者术后各时间点VAS评分、镇静评分值与D组比较,差异无统计学意义（P〉0.05）。D组术后镇痛期间心动过缓发生率较F组高（P〈0.01）。结论右旋美托咪啶可安全、有效地应用于甲状腺切除术后自控镇痛。     

成岩作用对储层物性的影响——以塔里木盆地满东1井区为例

通过对研究区内大量岩芯、铸体薄片及物性等资料分析,认为压实作用和胶结作用是造成塔里木盆地满东1并区低孔低渗砂岩储层的主要原因.并以满东1井为例详细分析了压实作用、方解石决状分布的碳酸盐胶结物、石英次生加大、网状粘土对志留系储层物性的影响.     

丙泊酚、芬太尼联合利多卡因在无痛胃镜检查中的临床观察

目的:探讨丙泊酚、芬太尼联合利多卡因在无痛胃镜检查与普通胃镜检查相比较的可行性和安全性.结论:无痛胃镜检查中都有很满意的麻醉效果,联合利多卡因后患者麻醉效果更为安全,副反应更少,患者满意度更高.     

基于PCA和多变量极限学习机的轴承剩余寿命预测

提出了一种基于主成分分析(PCA)和多变量极限学习机(MELM)的轴承剩余寿命预测方法。该方法首先利用PCA技术融合多个表征轴承运行状态与衰退趋势的时域频域特征指标来消除特征间的冗余性和相关性;进一步在单变量极限学习机(ELM)的基础上构建多变量极限学习机模型来预测轴承剩余寿命。该方法克服了传统单变量极限学习机结构简单、信息匮乏等缺点,能有效提高轴承剩余寿命的预测精度。运用全寿命轴承振动数据对模型进行验证,结果表明,相比单独应用ELM模型或MELM模型,基于PCA和MELM剩余寿命预测方法具有更高的预测精度和稳定性。