基于模式识别的火灾烟雾探测中抗水雾干扰研究

水雾与火灾烟雾在颜色、形态以及面积扩散等方面均具有相似性,容易对基于图像识别的火灾探测技术形成干扰。在同一地点及环境下使用监控系统录制火灾烟雾和水雾的真实视频,从运动方向特征和纹理特征着手进行分析,并利用支持向量机(support vector machine,SVM)对视频进行火灾烟雾和水雾的识别。实验结果表明,火灾烟雾与水雾在运动方向特征及纹理特征中熵和对比度上有明显差异,火灾烟雾识别时使用运动方向特征及纹理特征既能准确的识别出火灾烟雾,又能极大减小疑似烟雾目标带来的干扰。     

不确定性数据的分类方法研究综述

传统的数据挖掘分类方法能够成功地应用于确定性数据分类,但却无法满足绝大多数领域中复杂的不确定性数据的分类需求,由此出现了一系列针对不确定性数据的分类方法。通过大量研究,目前经典的分类算法及针对不确定数据分类的改进方法得到了很大发展,如改进后的支持向量机算法、朴素贝叶斯算法、决策树算法等日渐成熟。     

机织物单向导湿性能企业标准的制定与评价

鉴于单向导湿机织物的性能评价缺乏有效的标准,导致生产企业无法评判产品所具备的单向导湿功能。本文参照美标AATCC TM 195-2009《织物的液态水分管理特性》和国标GB/T21655.1-2008《纺织品吸湿快干性能的评价第一部分:单项组合试验法》,制定出一套评价机织物单向导湿性能的企业标准。标准包括6项检测指标:润湿时间、吸水速率、最大润湿半径、扩散速度、单向传输指数、综合导湿快干能力。用本标准对企业提供的单向导湿机织面料进行测试,结果表明该标准科学合理,结果可靠,可适用于生产企业的产品评判。     

基于LabVIEW的纤维投料机非线性偏差校正

针对纤维投料机在纤维称量过程中偏差过大的现象,在分析纤维投料机结构与工作原理的基础上,基于LabVIEW对纤维称量过程的数据采集,利用回归分析及最小二乘拟合原理,建立了纤维投料机质量称量过程非线性校正数学模型,并利用 LabVIEW 上位机系统将拟合系数实时反馈至可编程逻辑控制器( programmable logic controller,PLC)的质量称量控制模块,实现了对质量称量过程的实时自动校正.通过静态加载试验及沥青玛蹄脂碎石( stone mastic asphalt,SMA)混合料的路用性能试验对校正后的质量称量系统进行了验证.结果表明：采用该控制方式后,纤维质量称量偏差由校正前的7.3%下降至1.4%,达到了±2%的误差设计要求.校正后生产的SMA混合料空隙率降低了17%,车辙变形量减少,动稳定度提高了4.4%,抗弯拉强度与弯曲破坏劲度模量分别提高了7%和10%,且其他路用性能指标均比校正前有所提高,并与室内试验最佳纤维掺量下的性能相吻合,为避免纤维少投或多投现象的发生及提高SMA混合料的质量提供了一定的帮助.     

金属离子对车载制氢机制氢效率的影响

针对向车载制氢机加水带入的金属离子导致制氢效率偏低的问题,在制氢测试系统实验台上研究加入含不同Zn2+、Fe3+和Cu2+质量浓度的溶液对制氢效率的影响.在电解电流为30 A,初始温度为19.7℃,压力恒为0.1 MPa条件下,电解2 L质量分数为30%的KOH溶液与其对应加入50 mL含不同金属离子质量浓度溶液做比较.试验结果表明：随着电解的进行,加入溶液所含的金属离子质量浓度越高,KOH溶液的电解电压越高,制氢速率越低,制氢效率越低.     

基于堆栈式稀疏自编码器的高光谱影像分类

为挖掘高光谱影像数据的内在光谱特征,该文基于深度学习理论,引用堆栈式稀疏自编码器构建原始数据的深层特征表达。首先通过稀疏自编码器,得到原始数据的稀疏特征表达。其次通过逐层学习稀疏自编码器构建深度神经网,输出原始数据的深度特征。最后将其连接到支持向量机分类器,完成模型的精调。实验结果分析表明:基于堆栈式稀疏自编码器的最优分类模型,总体精度可达87.82%,优于实验中的其他方法,证明了深度学习方法在高光谱影像处理中具有良好的分类性能。     

基于多因素改进型PSOSVM算法的中长期负荷预测

中长期负荷预测作为电力规划与调度中的重要一环,其影响因素有着多样性和不确定性等特点.选取支持向量机作为中长期负荷预测的核心算法,筛选多种区域宏观经济因素,利用粒子群(PSO)寻优与循环寻优的改进型算法对支持向量机(SVM)的参数进行优化及负荷预测.仿真结果显示,改进型PSOSVM算法有着较高的预测精度.     

大型连铸板坯液压翻钢机的设计及应用

大型连铸坯翻面的翻钢设备能提高连铸坯的产品质量和生产效率,通过分析现有工况条件,以及翻钢机的动作原理,针对用户需求,对关键零部件的尺寸进行了设计计算,确定了新型连铸板坯液压翻钢机方案。通过实践检测,新型连铸板坯液压翻钢机具有工作安全、维修简单、成本低的特点。     

基于LMD切片双谱和SVM轴承故障诊断研究

针对滚动轴承发生点蚀故障时峭度和1倍频能量都会发生变化的情况,提出了基于局部均值对故障信号进行分解的方法。该方法取峭度值较大有效分量信号进行重构,再做切片双谱进一步降低高斯噪声对特征频率的影响,提取故障特征1倍频、2倍频和3倍频并进行归一化处理得到特征向量。利用支持向量机对提取的特征向量进行训练与测试,从而识别故障与否及发生点蚀故障的程度。通过对实测滚动轴承振动信号的分析与诊断,验证了该方法的有效性,说明其具有良好的应用前景。     

毛条车间拉断机冷却水系统改造

目前,毛条车间拉断机冷却水使用的是循环水站提供的冷却水,因冷却水中含有少量杂质,拉断机的冷却水在罗拉中由于长时间的循环造成堆积,造成罗拉内部挂垢,内部铜管堵塞,致使拉断机温度升高,造成系统停车检修增多,影响毛条产量,增加检修负担,并严重影响拉断机的使用寿命,造成毛条缩率不稳定,对产品质量的稳定产生了很大的隐患.为解决此问题,我们提出在毛条现场增设脱盐水储罐,内部加装脱盐水,用脱盐水通过换热器降温后供给拉断机降温,这样就能保证水质,防止工艺管线内部挂垢,解决目前困饶我们的难题.