数据驱动的航天器故障诊断研究现状及挑战

总结了基于数据驱动的故障诊断技术理论、方法及其在航天器上的应用现状,指出其面临的挑战并提出一种解决方案。将基于数据驱动的故障诊断方法按照技术发展顺序分为基于传统机器学习的方法、基于深度学习的方法以及基于迁移学习的方法。基于传统机器学习的方法需要大量的人工参与和丰富的专家经验,在小样本数据上有着优异的性能,但不适合处理大数据。在大数据背景下,重点介绍了卷积神经网络、循环神经网络、深度自编码器以及深度信念网络的基本概念以及原理,对其在航天器故障诊断领域的研究现状进行了阐述和总结。针对深度学习严重依赖于带标签数据这一问题,介绍了基于迁移学习的故障诊断技术,并提出适应航天器应用的场景,为数据驱动的故障诊断技术工程应用提供了一种方法和思路。     

气调包装技术在鲜切肉苁蓉保鲜中的应用

针对鲜切肉苁蓉易出现褐变和品质劣变的问题,该研究以新疆荒漠肉苁蓉为研究试材,在(4±0.5)℃条件下,采用气调包装(4%O₂+2%CO₂+94%N₂、4%O₂+4%CO₂+92%N₂、4%O₂+6%CO₂+90%N₂)进行处理,采用L^*值、ΔE、褐变度、硬度、水分含量、呼吸强度、维生素C含量、总酚含量和菌落总数等指标评价气调包装对鲜切肉苁蓉褐变及品质的影响。结果表明,气调包装处理能有效抑制鲜切肉苁蓉在贮藏过程中褐变和品质劣变,且以4%O₂+6%CO₂+90%N₂气调包装保鲜效果最佳。该处理能有效抑制贮藏期间鲜切肉苁蓉多酚氧化酶(polyphenol oxidase, PPO)、过氧化物酶(peroxidase, POD)活性(P<0.05)、延缓其褐变过程。此外,该条件可显著抑制鲜切肉苁蓉呼吸强度,...     

BioSuee膜对葡萄品质的影响及其降解性能研究

目的 探究BioSuee可降解膜对鲜食葡萄采后的保鲜作用,以及在贮藏过程中的降解性能,筛选出保鲜及降解效果较好的BioSuee膜材料。方法 以新疆无核白葡萄为实验材料,采用3种不同厚度的BioSuee膜(B4、B5、B6)及PE保鲜膜进行包装,在(15±1)℃条件下贮藏14 d;将膜分别放置在自然条件和土壤中140 d进行观察。通过分析葡萄的生理品质、包装膜内的气体成分和降解情况,探讨BioSuee膜对葡萄贮藏品质的影响,以及其自身的降解情况。结果 采用BioSuee膜处理均可较好地保持果实的采后品质,且具有较好的降解效果,B4膜的降解率为84.7%,B5膜的降解率为81.22%,B6膜的降解率为92.8%。在贮藏结束时,B6膜处理组葡萄果实的质量损失率为7.62%,腐烂率为8.8%,分别为PE贮藏组果实的75.37%和28.33%;无核白葡萄果实的可溶性固形物含量为18.8%,硬度为4.94 N,与PE贮藏组相比分别提高了20.44%和10.46%。在贮藏中后期,B6膜包装中CO2的体积分数为3.5%~4%,O2的体积分数在16.6%~16.7%间波动。在降解结束时,土壤环境中B6膜的质量损失率和断裂伸长率分别为12.64%和6.84%,表面形态和微观结构均出现了明显的破碎和崩裂。结论 与其他处理组相比,采用B6膜能较好地保持无核白葡萄的贮藏品质,且具有较好的降解效果。