基于IFSR异常样本剔除的落叶松木材密度近红外优化模型的研究

木材密度可以反映木材的干缩性、抗压抗拉强度等多种物理性质,是重要的木材物理特性。采用近红外光谱技术能够实现木材密度的快速预测,可克服传统检测方法耗费人力、物力、时间的弊端,但建模结果往往受异常样本的影响。为准确识别并剔除样本集中的异常样本,提出一种孤立森林结合学生化残差方法(IFSR),在利用孤立森林集成特征的优点基础上考虑样本对模型的影响度,可同时检测异常样本与强影响样本。该研究对181个落叶松木材样本的近红外光谱及其在常温下的气干密度进行了测定。通过对比多种方法预处理和特征选择方法,确定采用标准正态变量变化(SNV)+去趋势处理(DT)+均值中心化(MC)+标准化(Auto)方法进行预处理,采用竞争性自适应重加权算法(CARS)进行特征波段选择,消除噪声及无关信息对算法的影响,简化数据集,提高算法剔除异常样本的准确性。为验证IFSR方法剔除异常样本的能力,将其与蒙特卡洛交互验证(MCCV)、马氏距离(MD)等其他六种异常检测方法对比分析,建立偏最小二乘(PLS)模型对其进行异常检测性能评价。同时在上述基础上采用粒子群寻优-支持向量机回归(PSO-SVR),BP神经网络(BPNN)与PLS分别建立落叶松木材密度近红外预测模型。结果表明,IFSR结合PSO-SVR方法得到的优化模型预测能力最强,IFSR可有效剔除奇异样本,提高模型精度。     

低噪声通过特性的测量仿真研究

本文研究运用组合传感器和声压、振速联合信息处理技术进行低品声通过特性的测量。通过特性的背景噪声出非相干的各向同性白噪声和相干的交通干扰组成,交通干扰又分为平稳与非平稳两种,用平均声强器来抗非相干干扰;用交通干扰能量流中心方位抑制技术来抗平稳的相干干扰;对于非平稳的相干干扰而能量流中心方位抑制技术。仿真试验表明效果良好。     

干膜润滑剂腐蚀性的研究

干膜润滑剂主要是润滑涂层而不是防护涂层。不少使用单位要求它兼有防护性,这是一项既苛刻又合理的要求。作者对二硫化钼、石墨、低分子量聚四氟乙烯、氟化石墨等七种固体润滑剂及润滑剂-树脂体系在潮湿状态下及盐雾环境中对30CrMnSiA钢的腐蚀性进行了研究;并观察了酸值、不同底材和表面处理对耐腐蚀性的影响,以及腐蚀抑止剂对改善二硫化钼腐蚀性的效果。作者认为对石墨的选用应是有条件的,在盐雾等腐蚀性环境中应排除它;氟化石墨则可作为选用的对象;对二硫化钼应通过精制及控制贮存条件来降低其腐蚀性。作者还认为,为了满足润滑与防护的双重要求,还应在产品设计上采取相应措施,例如选用耐蚀性高的金属作结构材料,规定合适的表面处理及其它防护措施等。