基于模糊神经网络的坦克蓄电池剩余容量预测

由于坦克蓄电池是一个复杂的非线性系统,要想对其建立一个准确的数学模型是极其困难的。而神经网络具有解决非线性问题,建立模型比较方便的特性。采用模糊神经网络对蓄电池剩余容量进行预测。以实验数据为依据,并通过MATLAB仿真和验证,结果表明:模糊神经网络对蓄电池剩余容量预测准确可行。为坦克蓄电池充电和使用维护提供了依据。     

振动筛的强度分析和寿命估算

振动筛作为矿用、食品、建筑等行业的常用机械,掌握其强度和寿命对工程实践中及时进行检修和更换有重大的意义。对振动筛在ANSYS中进行强度仿真,得到振动筛的强度规律,根据仿真结果设计试验方法和试验内容,并进行现场试验。从试验结果出发,找到适合振动筛的寿命估计方法,对试验用振动筛进行寿命估计,估计出的数据与市场反馈的结果相近,此方法可行。     

旭龙水电站施工供水系统优化设计

为优化旭龙水电站施工供水系统,在工程建设期间提供工程所需的生产用水和生活用水,在确保所需供水量和水质安全的前提下研究施工供水的经济性,对坝区周边地表水比选,综合考虑后选择两处地势较高的地表水作为坝区供水水源。通过对原水工程高程合理利用,结合施工水厂选址,在满足分质供水的同时,实现供水系统全程自流供水,避免建造一、二级泵站。结果表明：该方法可大大降低工程投资,但同时也增加了敷设管道的难度。研究成果可为类似施工供水系统提供参考。     

近红外光谱法快速测定藜麦籽粒粗蛋白含量

目的:为了满足高蛋白质藜麦的选育、栽培和农业实践所需,实现藜麦籽粒粗蛋白含量快速、无损检测。方法:本研究应用近红外光谱技术对藜麦籽粒粗蛋白含量的快速检测进行系统研究,选用具有代表性的122份藜麦品种为试材,以其中94份为建模集,28份为验证集,扫描得到藜麦建模集的近红外原始光谱,用Unscrambler 10.4软件进行光谱预处理并使用偏最小二乘法(PLS)建立藜麦籽粒粗蛋白含量的定量预测模型。结果:经滤波拟合法(Savitzky-Golay,SG)+标准正态变量(Standard Normal Variate,SNV)预处理建立的模型预测值决定系数(R2)为0.9380,被测组分浓度分析误差(RMSE)为0.4823,表现最佳。用此模型对验证集28份样品进行预测,相关分析表明,预测值与国标法实测值决定系数为0.9416;单因素方差分析表明,国标法实测值和模型预测值之间无显著差异(P>0.05),建立的模型具有很高的准确性,预测效果良好。结论:近红外光谱法作为一种简单快速无损的检测手段,能够用于藜麦籽粒粗蛋白含量的检测,可以为优质藜麦育种、栽培和农业实践提供技术支持。