GIL中金属颗粒污染物运动行为与放电特性研究

针对气体绝缘金属封闭输电线路内部金属颗粒污染物运动与异常放电引起的绝缘裂化问题,首先建立理论模型,对金属颗粒运动进行仿真分析,其次搭建GIL金属颗粒运动与放电实验观测平台,通过实验设计与超声间隔频率统计方案对极-地距离变化对金属颗粒运动行为与放电特性的影响进行分析,利用PRPD放电谱图对单个和多个金属颗粒放电行为进行分...     

高氯酸四丁基铵氧化法测定减压渣油中硫的类型和含量

采用高氯酸四丁基铵(TBAP)为氧化剂对中海油减压渣油中的硫化物进行氧化,利用FTIR和柱色谱结合的方法,测定了渣油中硫醚硫与噻吩硫的含量,并与KIO_3氧化剂进行了对比。实验结果表明,采用TBAP对硫醚硫进行氧化时,适宜的氧化温度为25℃,所需氧化反应时间比KIO_3更短。通过选择性氧化法和柱色谱法可有效分离富集试样中的硫化物。TBAP对减压渣油氧化后的总收率为98.51%,硫总收率为93.02%。中海油减压渣油中的硫约20.47%(w)为硫醚硫,约79.53%(w)为噻吩硫,噻吩硫是中海油减压渣油中含硫化合物的主要类型。     

基于CNN-LSTM网络的声纹识别研究

传统声纹识别方法过程复杂,模型识别准确率低,是声纹识别应用发展的关键问题。利用深度学习具有自主特征提取及分类的特点,结合卷积神经网络(CNN)和长短期记忆网络(LSTM),提出一种结合的网络模型学习声纹识别特征及对其进行身份认证。将原始语音转换为固定长度语谱图,顺序进入CNN、LSTM,结合网络进行训练以及声纹特征学习。通过对比CNN、LSTM以及DNN网络,验证CNN-LSTM网络在声纹识别中具有较少迭代次数情况下高准确率的特性。经实验结果可以得出,语音空间特征及时序特征均是声纹识别中重要的影响因素,实验中的CNN-LSTM网络模型准确率达到95.42%,损失低值达到0.097 3。该方法有利于实际声纹识别的应用。     

MALDI-TOF分析多肽指纹图谱的进展与应用

蛋白组学研究是目前生命科学研究领域中的一大热点，蛋白组学研究中的关键技术之一是如何得到准确的多酞指纹谱图，以保证蛋白质的准确定性。基于方便、快速、简捷的要求，基体辅助激光解吸电离一飞行时间质谱(MAlLDI-TOF)技术是目前分析多肽指纹谱图中最常用的方法。     

矩形波导模式谱图的一般表达式

结合微波多端口技术与材料测试技术研究过程中遇到的高次模问题,作了初步的分析与实验研究,讨论了矩形波导模式谱图的一般表达式,并提出了一些看法供学界讨论.     

pH值对海藻酸钠溶液黏度及体系中氢键的影响规律

为了分析不同pH值下海藻酸钠(SA)溶液黏度的变化规律及其形成机制,首先测试了不同pH值下SA溶液的流变曲线,采用高斯分峰拟合法对各SA溶液的FTIR谱图中羟基的特征吸收峰进了分峰拟合,并根据拟合结果统计了各SA溶液体系中氢键的类型和相对强度。同时研究了储存时间对不同pH值SA溶液的黏度和体系中氢键强度的影响。结果表明,不同pH值下SA溶液均呈现剪切变稀的特性,且随着pH值的增大,SA溶液的黏度下降;各SA溶液体系中存在分子间和分子内氢键,SA溶液中分子间氢键的相对强度随着pH值的增大而降低,同时SA表面的负电荷增加,使得SA分子之间的静电斥力增加,导致黏度下降。冷藏储存24 h后,pH值为5和9的SA溶液体系中分子间氢键的相对强度分别增加4. 22%和20. 13%,导致SA溶液的黏度增大;而pH值为7的SA溶液体系中分子间氢键的相对强度仅增加0. 29%,其溶液的黏度几乎没变。     

短丝纤维卷绕牵伸齿轮箱故障信号的图像特征提取方法

针对短丝纤维卷绕牵伸齿轮箱故障信号不易提取的问题,提出了基于图像纹理信息的特征提取方法。通过对齿轮箱振动信号进行小波包双谱分析,获得具有稳定纹理信息的振动信号双谱图,采用基于小波变换对双谱图进行图像融合,提高图像的综合纹理特征。采用灰度共生矩阵的四个特征参数对振动信号的双谱图进行加权融合特征提取。在短丝生产线上对齿轮箱常见的齿轮破损和裂纹进行了实验分析,结果表明本文方法的故障识别率达到85%以上。