银杏果微波间歇干燥工艺的优化

为探究银杏果微波间歇干燥最佳工艺,选取微波功率、加热时间和间歇时间为试验因素,以干燥过程平均 干燥能耗、质量干燥速率以及干燥后的感官品质评分为评价指标,采用二次正交回归试验优化银杏果微波间歇干燥 工艺,运用BackWard分析法建立二次回归数学模型,并对回归模型进行响应面分析。结果表明：所选试验因素对 干燥进程有显著影响,其强弱顺序为：加热时间＞微波功率＞间歇时间。试验因素之间存在交互作用。采用响应面 寻优法得到银杏果干燥的最佳工艺参数为：微波功率4.5 W/g、加热6.5 s、间歇80 s,在此条件下,质量干燥速率为 0.157 kg/（h·kg）,平均干燥能耗为65.54 kJ/g,感官品质评分为8.5。实验结果对改进干燥设备和银杏果微波干燥 有一定的参考价值。     

矿用长距离多驱带式输送机负荷平衡控制应用研究

依托带式输送机高压变频改造项目,根据多台电动机之间的连接特性,基于无速度矢量控制,分别采用经转矩环均衡控制方案和柔性负载连接转速均衡方案,从而实现整个系统4台电动机之间的负荷平衡。应用结果显示,系统具有转矩平衡度高、平衡调节响应快等优点,并且该方案主、从电动机可以随意切换,系统冗余度高。     

基于卷积神经网络和模糊函数主脊坐标变换的雷达辐射源信号识别

针对人工提取雷达辐射源信号特征耗时长、特征不明显等问题,提出一种基于深度学习卷积神经网络和模糊函数主脊坐标变换的雷达辐射源信号识别方法。该方法通过快速离散分数傅里叶变换提取信号的模糊函数主脊,并将模糊函数主脊极坐标域的二维时频图作为卷积神经网络的输入,实现对不同雷达信号的分选识别。仿真实验结果表明：新方法不仅在信噪比为0 dB以上保持100%的识别率,在-6 dB时识别准确率也稳定在90%以上;相对于传统的雷达信号识别方法和其他深度学习模型识别方法,在识别率和鲁棒性上均有较大提升,具有一定的工程应用价值。     

考虑桩土作用对下部支承结构的抗震研究

该文以一个上部为多曲面异型网架、下部为部分框架结构的大跨空间结构为例,选用ANSYS有限元软件,选取下部支承结构的各项指标,对有无考虑桩-土作用的两种模型各指标的结果进行对比分析,引入了折减系数,为今后对考虑桩-土作用后的结构模型在地震作用下的下部支承结构指标是否应该进行折减提供参考。     

基于LMD和RBF结合的齿轮箱故障诊断

局域均值分解(Local Mean Decomposition,LMD)是近年来出现的一种新的时频分析方法,在机械设备故障诊断领域中的应用日益广泛。针对齿轮箱振动故障信号的非平稳性和非线性,提出了一种基于局域均值分解和径向基函数神经网络(Radial Basis Function Neural Network,RBF)相结合的齿轮箱故障诊断方法。该方法利用小波包对原始信号进行消噪;利用LMD对处理后信号进行分解,得到一系列PF分量(Product Function,PF);选取包含主要故障信息的PF分量并从中提取偏度系数等特征参数对RBF神经网络进行训练,并对齿轮箱故障进行识别和分类。通过实例验证了该方法的有效性。     

基于模糊加权相似度量的粗糙集数据补齐方法

目前基于粗糙集的数据补齐方法,大多都是通过计算决策信息系统中具有缺失值的对象与无缺失值的对象之间的相似性,选取相似性最大的对象的属性值来补齐缺失的数据。这类算法的问题在于：计算对象之间的相似性时所有条件属性对于决策属性的重要性是相同的,忽略了条件属性间的差异性。鉴于此,引入了模糊加权相似的概念,根据每个条件属性的重要性以及决策属性对条件属性的依赖度,计算对象间的相似性,提出基于模糊加权相似性度量的粗糙集数据补齐方法,并通过实例计算以及与现有算法的比较分析,说明了方法的有效性。     

基于卷积双向长短时记忆网络的雷达辐射源信号识别

雷达辐射源信号识别在实际战场中是对敌制胜的重要手段。为解决人工提取的雷达辐射源信号特征参数不完备、时效性低等问题,基于模糊函数在表征信号内在结构上的独特作用,提出一种结合模糊函数主脊坐标变换的卷积双向长短时记忆网络的识别方法。首先,为放大不同信号间的差异,采用数学思维将主脊切面转换为极坐标域的几何图像,以此作为神经网络的输入;其次,设计卷积神经网络来挖掘二维时频图的特征信息;最后,搭建双向长短时记忆网络对提取到的特征进行分类识别。仿真实验结果表明,所提方法在信噪比为0 dB以上均能保持100%的准确率,即使信噪比为-6 dB时,识别率仍可达93.58%以上,同时也有效缩短了信号分类时间。结果验证了所提方法不仅能提取信号的隐藏抽象特征,还具备良好的时效性和抗噪性。     

自动顶空-气相色谱法测定地表水中乙醛的方法研究

在手动顶空法的基础上建立了自动顶空-气相色谱法测定地表水中乙醛的方法,并从顶空进样器载气压力、顶空瓶压力、样品环充满时间、顶空瓶温度、加压时间、进样环温度、进样环平衡时间、传输线温度、进样时间等方面对顶空进样器条件进行了全面优化。同时对该方法的灵敏度、精密度和标准曲线的线性等指标进行了验证。结果表明,自动顶空法不仅大大提高了工作效率,节省了人力,其方法的检出限（0.012 mg/L）、相对标准偏差（3.5%）、标准曲线的相关系数（0.999 8）均优于手动顶空法。