提高拜耳法分解产出率的途径

本文结合山西铝厂生产实践,讨论了提高拜耳法分解产出率的影响因素,进而提高了改善途径。通过实施提高精度Rp值、Na2Ok浓度,降低母液Rp值等途径的具体措施,可使山西铝厂分解产出率达85－95kg/m63,具有显著的经济交益。     

一种新的基于EMD模态相关的信号去噪方法

基于模态相关的准则,提出了一种新的信号去噪方法。首先对原信号进行经验模态分解（EMD）,其次根据各阶固有模态与原信号的相关系数曲线中第一个极小值点的位置作为标准定出噪声主导性模态与信号主导性模态的分界点,最后将固有模态函数（IMF）中信号起主导作用的模态成分进行重构来实现去噪。将该方法应用于仿真信号与实际光辐射强度信号的去噪,结果表明该方法在有效去噪的同时能较好地保持原信号的细节信息,具有较好的推广性。     

动态核的形态分解联想算法及抗随机噪声研究

在灰度图像分解算法和动态核形态联想记忆网络的基础上,提出了一种新的联想记忆算法--动态核的形态分解联想算法.该方法显著地提高了联想记忆抗随机噪声的能力,较好地解决了灰度图像在含噪时的联想记忆和识别的问题,从而给出了一种恢复含噪灰度图像的途径,并把该方法推广到了彩色图像的处理.通过实验,验证了该方法的良好性能,取得了理想的结果.     

基于最优解耦的鲁棒故障检测方法研究

系统地研究了线性系统在模型参数变动和存在外部扰动下的控制系统故障的鲁棒故障检测方法。分析了在与干扰信号不能完全解耦的情况下,如何设计残差信号使其对模型参数变化及噪声不敏感,而对故障敏感,由此得出了对未知输入具有鲁棒性的条件方程式,并基于最优解耦理论,通过矩阵的奇异值分解实现了最优解耦。在给出的仿真实例中,验证了该文提出方法的有效性。     

基于LMD和ABC优化KELM的故障诊断方法

针对高压隔膜泵单向阀振动信号的非平稳非线性特性,提出一种基于局部均值分解(LMD)、排列熵和人工蜂群算法优化核极限学习机(KELM)的故障诊断方法。采用LMD将振动信号分解成多个分量信号,通过互相关准则选取关联度较大的分量信号,并求出相应的排列熵作为特征向量。输入经过人工蜂群算法优化的KELM中构建故障诊断模型。通过对实际工况下采集的不同故障状态信号的处理分析,结果显示利用该方法对单向阀的运行状况进行故障诊断不但能够较好地表征信号的状态信息,且故障识别准确率达到95.65%。同时,与采用传统的KELM、ELM相比有着更高的识别准确率。     

基于循环神经网络的物料采购需求智能化挖掘方法

为了最大程度保留有价值信息,提升企业对物料采购价格需求挖掘能力,降低挖掘误差,提出基于循环神经网络的物料采购需求智能化挖掘方法。利用小波分析方法预处理初始需求序列,多尺度分解初始序列,获取若干高、低频序列;利用相空间重构多尺度序列高、低频序列,将重构序列引入循环神经网络模型;经模型训练重构数据后,构建物料采购需求智能化挖掘模型,实现物料采购需求智能化挖掘。试验结果表明,该方法能够有效保留初始序列中的价值信息,训练误差和测试误差平均值为3.02%和2.61%,绝对误差和相对误差平均值为0.58%和3.82%,具有较好的实际应用价值。     

如何有效开展限额设计

限额设计足设计阶段控制造价的主要措施之一.在实施决策中,应做好思想准备,选择设计单位具有优势的、有较好潜在收益的总包项目或业主有要求的项目进行限额设计;在具体实施过程中,要强化组织保证,切实确定项目限额设计目标,合理分解投资.并落实考核机制,实施后应注意限额设计工作总结,以提高限额设计水平.     

基于樽海鞘群优化VMD和FCF的旋转机械信号分析方法

针对旋转机械振动信号分析困难的问题,提出一种基于樽海鞘群优化变分模态分解(SSO-VMD)和FCF的旋转机械信号分析方法。利用樽海鞘群优化变分模态分解,确定其参数,对信号进行分解,通过故障相关因子(FCF)筛选合适的IMF分量完成信号重构。经实验验证,该方法可有效去除干扰信息,实现信号的分解与重构。     

基于关键点和局部特征的动画媒体视频帧自适应分解系统

目前提出的动画媒体视频帧自适应分解系统分解过程延时过长,导致分解结果不准确,因此提出一种基于关键点和局部特征的动画媒体视频帧自适应分解系统。动画识别模块系统硬件由FG5735型号处理器和数据存储器构成,硬件内部色彩传感器模块由滤波器组件、TCS230芯片、光接收器组成;动画媒体视频帧分解模块由IE5386处理器芯片作为硬件的核心模块。通过关键点采集、局部特征分析、数据计算实现动画媒体视频帧的分解。实验结果表明,基于关键点和局部特征的动画媒体视频帧自适应分解系统能够有效缩短分解过程延时,提高分解结果的准确性。     

Distribution of heavy metals during pyrolysis of waste printed circuit boards

The volatilization behavior of Cu, Pb, Sn, Sb, Ni, Zn, Mn, Co, Cr, Cd during pyrolysis of waste printed circuit boards was investigated in a bench-scale fixed-bed pyrolysis system. It was found that volatility of heavy metals increases with operating temperature elevating, and bromine and vacuum have an obvious promoting effect on volatility of most of heavy metals. Over 99% weight of Cu and Ni are still remained in solid residue after pyrolysis, about 20% weight of Sb, Zn and Cd are transfered into liquid and gas during a pyrolysis process at 600 ℃, volatilization fractions of Pb, Sn, Mn, Co, Cr are less than 10% at the same conditions. The contents of heavy metals in liquid and gas products depend on not only volatility of metals, but also their initial contents in printed circuit boards, pyrolysis liquid and gas are primarily contaminated by Cu, Pb, Sn, Sb and Zn, their contents in liquid vary from 10^2 to 10^3 pg/mL, Mn, Co, Cr, Cd were detected only at very low level, less than 10 μg/mL.