基于RFID标签阵列的睡眠期间呼吸量连续监测系统

睡眠期间连续且准确的呼吸量监测有助于推断用户的睡眠阶段以及提供一些慢性疾病的线索。现有工作主要针对呼吸频率进行感知和监测,缺乏对呼吸量进行连续监测的手段。针对上述问题提出了一种基于商用无线射频识别(RFID)标签的无线感知用户睡眠期间呼吸量的系统——RF-SLEEP。RF-SLEEP通过阅读器连续收集附着在胸部表面的标签阵列返回的相位值及时间戳数据,计算出呼吸引起的胸部不同点的位移量,基于广义回归神经网络(GRNN)构建胸部不同点的位移量与呼吸量之间的关系模型,从而实现对用户睡眠期间呼吸量的评估。RF-SLEEP通过在用户肩膀处附着双参考标签,消除用户睡眠期间翻转身体对胸部位移计算造成的误差。实验结果表明,RFSLEEP对不同用户睡眠期间的呼吸量连续监测的平均精确度为92.49%。     

大口径光学元件装夹转运结构设计及分析

为了实现大口径光学元件的安全装夹、转运,通过光学元件开槽与不开槽两种装夹方式的分析,得出开槽夹紧转运方式将带来微裂纹、应力集中、成本高等缺陷,提出了利用摩擦力克服光学零件的重力和惯性力的低应力装夹转运方案。通过对光学元件低应力夹紧结构设计,并利用有限元分析方法,得到不开槽装夹方式下,光学元件的最大主应力为1.11 MPa,最大切应力为0.73 MPa,远低于光学元件破坏的强度极限,且受力均匀,无应力集中现象。     

面向用户需求的电热炉产品设计

研究基于用户需求的设计方法在电热炉产品设计中的运用。以满足单身用户需求的电热炉产品设计为例,运用定性人物角色构建法构建出目标用户角色模型,使用户的需求具体化、形象化,在此基础上设计了具有多种加热模式且方便用户携带与收纳的电热炉结构与造型,通过计算机辅助设计与样品制作,验证了设计方案的可行性,为电热炉的开发设计提供参考。     

荷电细水雾对管道瓦斯爆炸超压的影响规律研究

为了研究荷电细水雾对瓦斯爆炸超压的影响规律和机理,采用小尺寸管道模拟瓦斯爆炸,研究不同荷电电压作用下的瓦斯爆炸超压和平均压升速率,以及不同雾通量作用下的瓦斯爆炸超压.结果表明:随着荷电电压的升高,瓦斯爆炸超压和平均压升速率受到明显的抑制;随着雾通量的增加,瓦斯爆炸超压明显降低.在实验条件下,和普通细水雾相比,当雾通量为4L、荷电电压为8kV时,瓦斯爆炸超压峰值降低10.798kPa,降幅达49.78%;平均压升速率峰值降低180.468kPa/s,降幅达49.90%.     

基于大数据的电网公司安全生产数据分析平台设计

本文基于大数据视角设计了电网公司安全生产数据分析平台.通过平台挖掘分析电网公司实时运行数据信息,可全方位充分掌握公司安全生产状态,还可及时发现、共同解决不符合公司发展需要的相关问题,对于公司安全生产与长远稳定发展发挥着重要作用.通过研究表明,安全生产数据分析平台的设计可推动电网公司创新改革安全生产管理模式,切实整合信息资源,提高安全生产水平,实现精益化运营;而明确的平台发展定位与功能优化设计,可确保安全生产数据分析平台高效稳定运转.     

严寒地区室内多层贯通空间热湿环境实测研究

通过对严寒地区贯通空间温湿度在水平方向及垂直方向上的连续实测，分析了供暖前后，太阳辐射、建筑开口、供暖等因素对贯通空间热湿环境的影响有很大差异。结果表明供暖前贯通空间受到太阳辐射、建筑开口的影响较大，温湿度波动明显；供暖期间受供暖因素影响，温差波动不稳定但幅度小。水平方向上非供暖期最大温差为2℃，供暖期最大温差为8℃；垂直方向上非供暖期的最大温差为3℃，供暖期最大温差为7℃。     

冷链条件下气调包装酱卤鸭肉制品货架期预测模型的建立

目的 以气调包装酱卤鸭肉制品为研究对象,在冷链温度范围内建立一套准确、高效的货架期预测模型。方法 利用选择性培养基测定不同温度下产品各微生物数量,确定4~25℃条件下产品优势腐败菌。对乳酸菌数量与感官评定值进行了回归分析确定最小腐败量Ns。分别采用修正的Gompertz方程和平方根方程建立一、二级模型,并通过预测值与实测值对比验证模型的可靠性。结果 确定了4~25℃条件下产品优势腐败菌为乳酸菌,最小腐败量Ns=6.14(lg(cfu /g))。一、二级模型拟合度均良好,三种温度下模型预测值与实际值间的差异均在30％左右,波动幅度在10%以内。结论 实现了对4~25℃内任何时间点产品剩余货架期的预测,为冷链条件下气调包装酱卤鸭肉制品品质的变化提供了理论指导。     

黄沙坪铅锌多金属矿的成矿规律及深部找矿远景

众所周知,矿物质的成分是多种多样的,社会的发展和科学的进步需要运用到多重金属矿物质,在专业人员的勘探与挖掘中,发现了黄沙坪铅锌多金属矿,这个矿区中有丰富的有色金属,这个矿的发掘为研究成矿规律提供了物质基础,同时也为深部找矿提供了可靠的依据。本文主要分析黄沙坪铅锌多金属矿的成矿规律及深部找矿远景。     

结合优化支持向量机与K-means++的工控系统入侵检测方法

针对工业控制系统传统单一检测算法模型对不同攻击类型检测率和检测速度不佳的问题，提出一种优化支持向量机和K-means++算法结合的入侵检测模型。首先利用主成分分析法（PCA）对原始数据集进行预处理，消除其相关性；其次在粒子群优化（PSO）算法的基础上加入自适应变异过程避免在训练的过程中陷入局部最优解；然后利用自适应变异粒子群优化（AMPSO）算法优化支持向量机的核函数和惩罚参数；最后利用密度中心法改进K-means算法与优化后的支持向量机组合成入侵检测模型，从而实现工业控制系统的异常检测。实验结果表明，所提方法在检测速度和对各类攻击的检测率上得到明显提升。