基于神经网络和遗传算法的锭子弹性管性能优化

为得到减振弹性管对下锭胆的支承弹性和锭子高速运动下的稳定性等性能的最优匹配效率,依据减振弹性管的等效抗弯刚度及底部等效刚度系数公式,利用MatLab数值分析软件构建弹性管抗弯刚度和底部挠度数学模型。首先,结合Isight优化软件基于径向基神经网络构建其近似模型,且使精度达到可接受水平,并以模型的关键结构参数弹性模量、螺距、槽宽、壁厚为设计变量,结合遗传算法对弹性管抗弯刚度和底部挠度进行多目标优化设计,得到Pareto最优解集和Pareto前沿图,确定出减振弹性管结构工艺参数的优化方案。通过对优化数据进行分析发现,该方案在保证减振弹性管弹性的同时,其底部振幅明显减弱。     

仪器分析课堂教学的探索与实践

仪器分析是化学及其相关专业的一门基础必修课,课程具有内容枯燥、理论性和抽象性强的特点。为提高课堂教学质量,针对课程的特点和现状,在具体教学实践的基础上,从教学内容、教学方法、考核方式几个方面提出了教学改进措施,取得了较为满意的教学效果。     

扩展稀疏表示稳健HRRP目标特征提取方法

为提高低信噪比下高分辨一维距离像目标识别性能，提出扩展稀疏表示的噪声稳健目标特征提取方法。本方法通过对稀疏表示的扩展，实现对目标高分辨一维距离像局部特征与全局特征的提取。其中，在训练阶段利用支持向量理论与字典学习原理，对特征提取字典进行优化提高特征向量的可分性。在测试阶段，利用因子分析模型匹配方法对去噪声字典进行优化，从而实现对噪声的有效抑制，保证了目标识别系统的噪声稳健性。利用实测数据对本方法性能进行测试，结果表明本方法可在低信噪比条件下有效地恢复目标高分辨一维距离像，并实现较高的识别正确率。     

晋城无烟煤对干粉煤气流床气化技术的适应性研究

为了研究晋城无烟煤对干粉煤气流床气化技术的适应性,结合粉煤加压气化技术对原料煤的要求,分别从晋城无烟煤水分、挥发分、灰分、硫分、发热量、化学活性、灰熔融性、灰渣的粘温特性等方面进行比对析,结果认为晋城无烟煤可以适应干粉煤气流床气化技术;但要控制其灰质量分数在(18±2)%,硫分小于3%,并添加2%~3%的石灰石,或掺配一定比例的低灰熔点煤。