立体传质塔板CTST技术及其在炼油装置中的应用

介绍了新型高效喷射型塔板--立体传质塔板CTST的安装结构与工作原理,并对基本的水力学性能进行了研究,包括物沫夹带、塔板压降、消泡和抗堵等性能.CTST成功应用到炼油装置的常压蒸馏、催化裂化、脱硫再生、污水汽提等装置的塔器中,应用结果表明CTST塔板的处理能力比F1浮阀塔板高一倍,具有很好的消泡和抗堵性能,而且扩产后的塔板效率高于以前的塔板.     

进近着陆阶段自动飞行工作模式设计与仿真

针对大型客机进近着陆阶段自动飞行工作模式转换逻辑中潜在的条件冲突、模式耦合等设计问题,研究了基于有限状态机理论的工作模式转换逻辑设计方法.首先对进近着陆阶段进行详细分析,设计了所需自动飞行工作模式.其次,将工作模式抽象成离散事件并基于有限状态机理论进行进近着陆全过程工作模式状态机设计.然后利用MATLAB/Stateflow 构建进近着陆全过程工作模式转换模型.最后,通过正常进近着陆及着陆复飞过程的仿真,对上述方法进行了验证.验证结果表明,所设计的自动飞行工作模式在进近着陆阶段各种条件下均能正确地完成逻辑转换.     

凸轮专用数控机床主轴的优化设计

本文以最小主轴重量及主轴前端挠度为优化目标，采用统一目标的线性组合法，引入加权因子，建立了一个统一的优化目标函数，对机床主轴进行了多目标优化设计，使优化结果更符合实际。     

集散式控制系统在砼生产中的应用

在施工中,我们开发了搅拌楼（站）微机配料集散式自动控制系统,本文论述了该系统的组成及工作原理,通过尽两年的应用,表明该系统可靠性高、通用性强、操作简单、有良好的抗干扰措施。     

一种基于RBM的深层神经网络音素识别方法

为提高连续语音识别中的音素识别准确率,采用深可信网络提取语音音素后验概率进行音素识别.首先利用受限玻尔兹曼机的学习原理,对深可信网络进行逐层的预训练;然后通过增加一个“软最大化（softmax）”输出层,得到用于音素状态后验概率检测的深层神经网络,并采用后向传播算法进行网络权值的精细调整;最后以后验概率为HMM发射概率,使用Viterbi解码器进行音素识别.针对TIMIT语料库的实验结果表明,该系统的音素识别率优于GMM/HMM,MLP/HMM和TANDEM系统性能.     

FCC汽油萃取脱硫过程萃取剂筛选

分别考察了4种萃取剂在单一或复配条件下,对3种模拟汽油中单一含硫化合物及FCC汽油70～160 ℃切割馏分的萃取脱硫效果,效果皆佳的萃取剂为环丁砜。考察了操作温度、剂油比、环丁砜和四甘醇复配对脱硫率的影响。结果表明：温度对萃取脱硫率的影响较小。适宜的萃取条件为温度35 ℃,剂油比3∶1。环丁砜单一溶剂萃取脱硫效果较优。     

稳定(柔滑)型花生酱加工关键技术及设备研究

介绍了稳定(柔滑)型花生酱加工工艺、工艺流程、加工技术及设备,对关键技术、设备进行了探讨研究。     

卷积神经网络表征可视化研究综述

近年来,深度学习在图像分类、目标检测及场景识别等任务上取得了突破性进展,这些任务多以卷积神经网络为基础搭建识别模型,训练后的模型拥有优异的自动特征提取和预测性能,能够为用户提供“输入–输出”形式的端到端解决方案.然而,由于分布式的特征编码和越来越复杂的模型结构,人们始终无法准确理解卷积神经网络模型内部知识表示,以及促使其做出特定决策的潜在原因.另一方面,卷积神经网络模型在一些高风险领域的应用,也要求对其决策原因进行充分了解,方能获取用户信任.因此,卷积神经网络的可解释性问题逐渐受到关注.研究人员针对性地提出了一系列用于理解和解释卷积神经网络的方法,包括事后解释方法和构建自解释的模型等,这些方法各有侧重和优势,从多方面对卷积神经网络进行特征分析和决策解释.表征可视化是其中一种重要的卷积神经网络可解释性方法,能够对卷积神经网络所学特征及输入–输出之间的相关关系以视觉的方式呈现,从而快速获取对卷积神经网络内部特征和决策的理解,具有过程简单和效果直观的特点.对近年来卷积神经网络表征可视化领域的相关文献进行了综合性回顾,按照以下几个方面组织内容:表征可视化研究的提起、相关概念及内容、可视化方法、...     

弧面分度凸轮机构通用程序的编制与数控加工

论述了弧面分度凸轮机构的啮合原理，给出了啮合曲面方程和通用无因次化运动曲线方程，编制了加工弧面分度凸轮的通用程序，并进行了实际加工，所得凸轮经检测与实际使用，其性能达到了设计与使用要求，取得了良好的应用效果。