HDDR各向异性NdFeB磁粉的研究进展

主要介绍了近年来HDDR各向异性机理,HDDR工艺、合金成分及微观组织对磁粉性能的影响等方面的研究进展以及批产状况。     

全向轮智能垃圾桶设计

为了向居住在高密度住宅区的人们提供更舒适的生活条件,设计了一种新型全向轮智能垃圾桶,住户可用手机控制垃圾桶在楼层内自主移动收集垃圾。本设计基于STM32硬件架构搭建移动机器人控制系统平台,采用智能手机与全向轮智能垃圾桶间的WiFi通信系统进行连接,通过红外感应系统控制垃圾桶盖开合。与传统垃圾桶相比,全向轮智能垃圾桶更加灵活性,功能性更强,可以节约人力资源,并为同类智能垃圾桶设计提供理论基础。     

基于动态贝叶斯网络与DS证据理论的轧机颤振监测方法

提出了基于动态贝叶斯网络和DS(Dempster/Shafer)证据理论的轧机颤振实时监测方法,该方法预选多个时域和频域的特征参数表征轧机不同工况下振动信号的不同特征,利用稳定判别率方法筛选敏感度高的特征参数;使用动态贝叶斯网络与DS证据理论实时监测模型建立轧机颤振状态实时监测系统,构建连续的速度载荷时间片,将3个连续的速度载荷时间片作为DS证据理论的证据体,给出了优化基本概率分配的信任度方法,解决了DS证据理论的证据体间冲突问题;最后在轧机实验平台进行实验,诊断结果表明：该方法对轧机颤振不同状态的识别率达到99.05%。     

可移动智能垃圾桶定位及检测技术

为了体现智能家居的理念,同时给居住在高密度住宅区的居民提供更便利舒适的居住环境,设计了一种可移动智能垃圾桶,由移动机器人平台搭载垃圾桶对楼层内的不同住户产生的生活垃圾进行收集,并提出了垃圾桶定位以及满溢的检测方法。采用基于STM32的硬件架构搭建移动机器人控制系统平台,采用WiFi模块实现移动平台的室内定位,同时利用智能手机与智能垃圾桶间的WiFi通信系统实现对垃圾桶行走的控制,通过红外检测系统实现垃圾桶盖的智能开合以及判断桶内垃圾是否满溢。样机试用表明,该设计功能性强,定位准确,垃圾满溢检测的实时性好。     

井中微地震监测记录强背景干扰信号压制方法

井中微地震监测过程中因压裂施工、井筒噪声和仪器噪声等因素可能产生持续的强能量背景干扰信号。这些干扰信号严重影响了有效微地震事件的识别与初至拾取,它们具有时变非平稳随机信号特点,常规时域或频域滤波的预处理方法对其压制效果并不理想,过度滤波则可能对有效微地震信号造成损害。针对上述问题,以井中微地震监测三分量记录信号之间的同步与相关分析为基础,提出了基于多维经验模态分解的微地震监测记录中背景干扰信号的识别与压制方法。该方法通过对三分量微地震监测记录进行多维经验模态分解,获得不同阶次的本征模态函数分量,然后根据偏振属性的变化从中识别并去除与背景干扰信号对应的成分,以达到净化监测记录的目的。实际资料处理结果表明,与常规预处理方法相比,此方法能够有效识别和压制持续背景干扰信号,显著降低监测记录的噪声水平,有助于改善弱信噪比微地震信号的识别及初至拾取的效果。     

基于稀疏自编码器与自组织映射网络的轧机颤振预警方法

颤振是轧机生产过程中常见的问题之一，严重影响轧机的生产效率。为实现轧机颤振状态的实时监测，预防轧机发生颤振，提出了一种轧机颤振预警方法。该方法利用稀疏自编码器对轧机的振动数据进行降维融合，并且通过自组织映射网络构建能够准确地反应轧机振动趋势的特征指标；同时，以轧机正常运行状态的数据为基准，通过3σ准则设定合理有效的阈值。实验结果表明：所构造的轧机振动趋势特征指标以及设定的报警阈值能够及时发现轧机振动趋势的变化，并在振动达到峰值之前进行报警。最后，将提出的SAE-SOM模型与AE-SOM模型进行比较，结果表明，SAE-SOM模型更加稳定且能够更早发现振动状态的异常变化。