一种120kV同轴场畸变开关实验研究

介绍了工作电压为120kV的大电流同轴场畸变开关的设计参数及实验结果。结果表明：开关设计可靠，结构合理，可在几十千伏至一百二十千伏范围内稳定运行，在特定的运行条件下动作时延小于70ns，时间抖动小于3ns。     

基于波变量补偿的阻抗匹配时延双边遥操作

通信时延是遥操作系统中固有的问题,它会严重影响遥操作的性能,降低系统的稳定性和跟踪性。基于无源理论的波变量法可以保证遥操作系统在任意时延下稳定,是解决时延问题的一个重要方法。然而,波变量法带来的波反射会阻扰有用信号的传输,降低了主从端信号的跟踪性,严重时甚至会导致整个系统振荡。针对这一问题,提出了一种基于波变量补偿的阻抗匹配双边遥操作系统结构,旨在减少波反射,提高操作者的临场感和系统的跟踪性。通过仿真实验,结果表明所提方法能够保证固定时延条件下遥操作系统的稳定性,并具有较好的跟踪性。     

天然纤维预处理技术研究进展

天然纤维预处理是影响天然纤维强化生物复合材料的关键因素。文章首先从天然纤维的物理特性、化学成分和吸湿特性三方面对纤维性能进行了陈述,针对这些性能综述了国内外常用的天然纤维预处理方法,重点介绍了碱化处理、硅烷处理、高锰酸盐处理和过氧化物处理等化学方法,并对比了天然纤维经常用化学改性方法处理后产生的结果;其次介绍了机械加工...     

驾驶员可靠性筛选数学模型分析

利用随机分组测试理论和算法,建立了汽车驾驶员安全可靠性筛选的定量分析数学模型,在统计分析观察时间段的基础上,可以筛选出安全可靠的驾驶员,驾驶员年龄段,为选拔汽车驾驶员,提高驾驶员素质,防止人为差错导致交通事故,提供理论依据.     

杆件分组和网格密度对网壳截面优化结果影响

针对跨度为50\,m, 矢跨比为1/5的单层凯威特K6型球面网壳结构, 对6种杆件分组方式、 7种网格划分密度的42个网壳模型进行截面优化分析, 得出了与以往截面优化不同的、优化 效果更好的杆件分组方式和网格划分密度取值建议, 优化过程充分考虑了网壳结构强 度、刚度和整体稳定性, 使优化结果更具有工程实用价值. 可为工程设计人员提 供有益的参考.     

分组在多项式问题中显神通

分组是日常生活中常见的一种归类现象.灵活应用这种归类现象,一些多项式问题的解答可变得简易、迅捷.下面举例介绍,供参考.一、计算例1计算3(a+b)+4(a-b)-5(a+b)+2(a-b).分析a+b和a-b在原式中重复出现,应把含a+b和a-b的项分别分组.     

基于深度学习的太赫兹时域光谱识别研究

太赫兹时域光谱技术,由于其具有物质“指纹谱”特性,是一种可以快速无损地鉴别物质的重要手段,在毒品和爆炸物的无损检测等方面有广阔的应用前景。其中,光谱识别是太赫兹时域光谱技术应用研究的重要方向之一。现有的光谱识别方法多是依靠手工选取特征后进行机器学习分类,或是通过设置吸收峰阈值门限进行判断。由于一些物质在太赫兹波段内并没有明显的吸收峰特征,同时样品浓度、空气湿度、各类噪声等会对太赫兹时域光谱造成干扰从而使信噪比下降,这些方法并不能很好地适应,并且物质类别和数量的增加也会导致计算量不断增加。近年来,随着深度学习技术兴起,以卷积神经网络（CNN）和循环神经网络（RNN)为代表的方法在计算机视觉和自然语言处理等领域得到广泛应用,相比于传统的机器学习方法其效果有了很大的提升。由于深度学习技术强大的非线性分类能力,基于RNN和CNN设计了两个网络用于光谱识别：基于RNN的一维谱线分类网络和基于CNN的二维谱图分类网络。模拟实际应用场景,在非真空环境下采集了12种物质的两万多个光谱数据作为训练集和测试集。在分析了样品浓度、空气湿度对光谱特征的影响后,使用S-G（Savitzky-Golay）滤波对光谱进行降噪。实验结果表明,对比未处理和经过S-G预处理的数据,处理后的光谱特征更加明显,识别准确率更高;与传统的机器学习算法k最近邻（k-NN）方法相比,RNN和CNN方法在测试集上有更好的准确率,且算法速度更快;对于光谱识别,CNN方法比RNN方法能够更好地克服噪声的影响。因此,深度学习技术可以对太赫兹时域光谱进行快速有效的识别,能够为新型无损安全检查技术提供理论和实验基础。     

基于能量色散X射线荧光光谱的鱼粉产地溯源方法研究

鱼粉是一种在养殖业中占有重要地位的高蛋白饲料原料。我国对鱼粉的市场需求很大,但不同产地的鱼粉存在品质差异的问题。为保证鱼粉品质安全,建立鱼粉产地溯源系统具有非常重要的意义。能量色散X射线荧光光谱根据元素辐射X射线荧光光子能量不同,能够检测样品矿物质元素种类和含量。鱼粉所含矿物质元素种类和含量会因鱼粉产地不同而存在差异,因此提出采用能量色散X射线荧光光谱(EDXRF)法对鱼粉进行扫描检测来获得鱼粉的元素信息,将原始光谱进行预处理后,采用鲸鱼算法改进的自适应净信号权重局部超平面方法识别鱼粉样品的光谱向量,从而对其产地进行溯源判别。首先对产地来自辽宁和浙江的51份鱼粉样品进行压片,并在EDXRF谱仪的检测程序中设置不同的滤光片,得到51组(每组6条光谱)光谱。然后对光谱进行预处理,采用基于自适应迭代重加权惩罚最小二乘法算法（airPLS）进行基线校正,从而消除基线漂移的影响,提高精度。采用小波变换对光谱进行平滑,去除光谱曲线的高频噪声。选取每个鱼粉样品6条光谱的有效区段,计算谱峰面积,获得代表样品矿物质元素含量的16维向量。最后采取鲸鱼算法对自适应净信号权重局部超平面(ANWKH)方法的关键参数（近邻数、主成分数、调节参数）进行最优选择,再利用寻找到的最优参数建立自适应净信号权重局部超平面模型,随机选取每个产地鱼粉样品的70%作为训练集,30%作为测试集进行鱼粉产地判别。鱼粉样品分别来自辽宁和浙江两个产地,经预测模型识别正确率分别为94.3%和100%,总正确率为97.3%,均高于人工寻找参数的自适应净信号权重局部超平面分类准确率。结果表明,基于能量色散X射线荧光光谱的鱼粉溯源方法能够准确地实现鱼粉产地溯源,经鲸鱼算法改进后的自适应净信号权重局部超平面方法能够寻找到最优参数,建立分类准确度更高的模型,为以后进行更加详细的国内外鱼粉产地溯源提供了参考。     

一种油田原油含水率的近红外光谱检测与分析方法

石油作为重要战略资源,对其组分进行实时分析检测在石油化工领域有着重要意义。随着石油资源的不断开发,在已长时间开采油井的生产过程中以及新油井开采前,需要对井下原油组分进行分析检测,以判定开采的必要性。原油组分实时检测,在原油开采、生产、储运以及销售过程中都起着关键的作用,针对传统检测方法存在精度低、效率低等问题,近年来在原油组分检测技术的研究方法上引入了在测量领域得到广泛、有效应用的近红外光谱测量技术。以井下原油作为研究对象,利用从大庆油田获得的提纯原油与水按体积比配制了原油占比分别为1%~20%共39个组分的实验样品来模拟井下原油。研究了近红外光谱透射法测量原油组分的基本原理,并利用SW2520型近红外光谱仪与卤素光源以及配套组件集成了原油样品近红外光谱数据测量系统,完成了系统的标准化实验并利用此标准化后的系统采集了39个组分原油样品的近红外吸收光谱数据。利用移动窗口平滑法、Savitzky-Golay卷积平滑法以及Savitzky-Golay卷积求导法对原油近红外光谱数据进行预处理以消除噪声,利用偏最小二乘法和支持向量机回归方法SVR两种分析方法对预处理后的原油样品近红外光谱进行建模,分别建立了原油组分分析预测模型。研究结果表明,利用偏最小二乘法模型预测均方根误差为0.003 755 14,决定系数R2为0.999 999,预测精度优于0.1%,预测效果十分理想。利用近红外光谱技术对配制的不同比例的井下原油模拟测试样品进行测试建模和分析,为井下原油组份检测提供了一种新的思路,该方法可以有效的解决原油含水率的检测问题,为开发油田现场实时原油检测分析装备提供技术支撑。     

基于LMS自适应时延估计和FPGA的超声波测风系统研究

利用超声波传感器进行风速测量时,温度对超声波传播有很大影响,时延估计对超声波测风系统的精度起到很大的作用。本超声波测风系统为避免温度对风速测量中的影响,采用了基于时差法的测量原理,为了提高时延估计值的精度,提出了基于最小均方(LMS)自适应时延估计的测量方法,研制了以单片机Atmega128和现场可编程门阵列(FPGA)为核心的硬件系统。仿真和实际测试的结果表明,该超声波测风系统的时延估计值精确度较高,具有很高的应用价值。