某型压缩空气站自动监控报警器系统设计

针对某型压缩空气站日常维护保障需求,设计开发了一款压缩空气站自动监控报警器。该自动监控报警器系统通过信号隔离变送器,实时采集滑油压力信号、水温油温信号、转速信号、压缩空气压力等信号,由系统微型控制器模块进行ADC采集、转换并处理。系统微型控制器采用STC12单片机,运行嵌入式控制程序,对采集到的各类信号进行显示、阈值判断和报警等处理。该自动监控报警器能实时监控压缩空气站的多个关键运行参数并自动报警,有利于压缩空气站的安全运行与操作。     

配电房轨道式自动巡检机器人控制系统设计与实现

针对配电房等室内电力系统供电设备自动巡检的需求,提出了以微控制器MSP430F5438为核心的自动巡检机器人控制系统总体设计方案。采用模块化方法完成了控制系统硬件电路设计,主要包括：主控模块、电源模块、运动控制模块、通信模块和数据采集模块。介绍了控制系统软件的总体流程,完成了控制系统嵌入式软件及其上位机监控软件的设计。实验结果表明,所设计的控制系统应用于巡检机器人可以实现对配电房供电设备的自动巡检,从而验证了控制系统的有效性与合理性,具有显著的推广应用价值。     

基于VPX总线的高速数字电路测试系统研究及应用

为解决战略预警雷达、舰载一体化等重点型号雷达中高速数字电路模块的维护能力,设计了基于VPX总线的高速数字电路自动测试系统,通过自研基于VPX总线的多功能测试模块、光纤测试模块,以及通用VPX背板,再结合通用的仪器设备构建测试系统,可兼顾多个型号雷达高速数字电路模块的测试。该系统可提供10路光纤通道,波特率最高为3.2Gbps;16路GPIO信号,中断响应时间＜50us;14路Rocket IO信号,传输速率2.5Gbps;4路*4Rapid IO信号,传输速率3.125Gbps。研究及实测结果表明该系统可解决基于VPX总线的高速数字电路模块的测试。     

LIBS/Raman光谱对称零面积变换自动寻峰方法研究

自动寻峰是进行光谱原位探测、实时自动分析的必要环节,对拓展光谱分析技术到长期海洋监测、石油录井等应用领域具有重要意义。该研究以实验室中获得的LIBS/Raman光谱数据,对Gaussian,Lorenz,Voigt三种线型函数构建的对称零面积变换函数进行了比较研究。结果证明各个光谱峰都存在一个最优的对称零面积变换函数,但三种变换函数在各自的最优化参数下获得的峰位、峰宽一致;以实验室中LIBS和Raman光谱定量实验数据对该方法的测试还证明,对称零面积变换寻峰方法对信号的大范围动态变化适应性强,弱峰识别能力达到或优于人工识别水平,有望应用于将来的LIBS/Raman自动原位分析中去。     

一种基于卷积神经网络的恒星光谱快速分类法

恒星光谱数据的分类是天体光谱自动识别的最基本任务之一,光谱分类的研究能够为恒星的演化提供线索。随着科技的发展,天文数据也向大数据时代迈进,需要处理的恒星光谱数量越来越多,如何对其进行自动而精准地分类成为了天文学家要解决的难题之一。当前恒星光谱自动分类问题的解决方法相对较少,为此本文使用了一种基于卷积神经网络的方法对恒星光谱MK系统进行分类。该网络由数据输入层、四个卷积层、四个池化层、全连接层、输出层构成,与传统网络相比具有局部感知、参数共享等优点实验。在Python3.5的环境下编程,利用Tensorflow构建了一个简单高效的具有四个卷积层的卷积神经网络,并将Dropout作用于全连接层之后以防止过度拟合。Dropout的基本思想：当网络模型进行训练时,把一些神经网络节点按一定的比例丢弃,使其暂时不发挥作用。Dropout可以理解成是一种十分高效的神经网络模型平均方法,由于它不依赖于某些局部特征所以能够让网络模型更加鲁棒。实验中使用的一维恒星光谱图是取自LAMOST DR3数据库,首先进行预处理截取光谱3 600~7 300 Å的部分,均匀采样后使用min-max标准化法对其进行初始化。实验包括两部分：第一部分为依据恒星光谱MK系统对光谱进行分类,每一类的训练样本包含1 000条光谱数据,测试样本为400条光谱数据,首先通过训练样本对CNN网络进行训练,进行3 000次的迭代,用训练后的网络将测试样本进行分类以验证网络的准确性;第二部分为相邻两类的恒星光谱的分类,其中O型星数据集样本为250条光谱,其余类别恒星样本数据集均为4 000条光谱,将数据5等分,每次选取当中的一份当作测试集,其余部分当作训练集,采用5折交叉验证法求得模型准确率,用BP神经网络进行对比实验。选择对网络模型进行评估的指标包括精确率P、召回率R、F-score、准确率A。实验结果显示CNN在对六类恒星光谱进行分类时其准确率都在95%以上,在对相邻类别的恒星进行分类时,由于O型星样本量较少,所以得到的分类结果不太理想,对其余类别的恒星分类准确率都高于98%,以上结果都证明了CNN算法能够很好地解决恒星光谱的分类问题。     

基于双向长短期记忆网络的太赫兹光谱识别

特征提取是太赫兹光谱识别的关键处理步骤,通常利用降维方法作为特征提取手段。然而,当一些化合物的太赫兹光谱曲线整体差异度较小时,降维方法往往会缺失样本差异的重要特征信息,从而导致分类错误。如果不采用降维方法提取特征,传统机器学习分类算法对维数较高的原始太赫兹光谱数据又不能很好的分类。针对此问题,提出了一种基于双向长短期记忆网络（BLSTM-RNN）自动提取太赫兹光谱特征的识别方法。BLSTM-RNN作为一种特殊的循环神经网络,利用其LSTM单元可以有效解决原始太赫兹光谱数据维数较高使得模型难以训练问题。再结合模型的双向频谱信息利用架构模式,可以增强模型对复杂光谱数据自动提取有效特征信息的能力。采用三类、15种化合物太赫兹透射光谱作为测试对象,首先利用S-G滤波和三次样条插值对Anthraquinone,Benomyl和Carbazole等十五种化合物在0.9～6 THz内的太赫兹透射光谱数据进行归一化处理,然后通过构建一个具有双向长短期记忆的循环神经网络对太赫兹光谱的全频谱信息进行自动特征提取并利用Softmax分类器进行分类。通过试验优化网络结构和各项参数,最终获得了针对复杂太赫兹透射光谱数据的预测模型,并与传统机器学习算法SVM,KNN及神经网络算法MLP,CNN进行对比实验。结果表明,dataset-1和dataset-2分别作为差异度较大和无明显峰值特征的五种化合物太赫兹透射光谱数据集,其平均识别率分别为100%和98.51%,与其他方法相比识别率有所提高;最重要的是,dataset-3作为5种化合物谱线极为相似的太赫兹透射光谱数据集,其平均识别率为96.56%,与其他方法相比识别率提高显著;dataset-4作为dataset-1,dataset-2和dataset-3的透射光谱数据集集合,其平均识别率为98.87%。从而验证了BLSTM-RNN模型能自动提取有效的太赫兹光谱特征,同时又能保证复杂太赫兹光谱的预测精度。在选择模型训练优化算法方面,使用Adam优化算法要好于RMSProp,SGD和AdaGrad,其模型的目标函数损失值收敛速度最快。同时随着模型训练迭代次数增加,相似太赫兹透射光谱数据集的预测准确率也不断提升。可为复杂太赫兹光谱数据库的光谱识别检索提供一种新的识别方法。     

流形判别分析和支持向量机的恒星光谱数据自动分类方法

尽管经典的分类方法支持向量机SVM在天文学领域广泛应用,但其只考虑类间的绝对间隔而忽略类内的分布性状,因而分类性能有待于进一步提升。鉴于此,提出一种新颖的基于流形判别分析和支持向量机的恒星光谱数据自动分类方法。该方法引入流形判别分析的两个重要概念：基于流形的类内离散度M_W和基于流形的类间离散度M_B。所提方法找到的分类面同时保证M_W最小且M_B最大。可建立相应最优化问题,然后将原最优化问题转化为QP对偶形式求得支持向量和判别函数,最后利用判别函数判断测试样本的类属。该方法的最大优势在于进行分类决策时,不仅考虑样本的类间信息和分布特征,而且还保持了各类的局部流形结构。SDSS恒星光谱数据上的比较实验表明该方法的有效性。     

Automatic compatibility tests of HSQC NMR spectra with proposed structures of chemical compounds

A recently introduced similarity measure is extended here for comparing two-dimensional spectra. Its applicability is demonstrated with heteronuclear single-quantum correlation (HSQC) NMR spectra. For testing the compatibility of a spectrum with the proposed chemical structure, first, the spectrum is predicted on the basis of that structure and then, the proposed comparison algorithm is applied. In this context, the topics of optimization are peak picking, signal intensity measures, and optimizing the parameters of the two-dimensional comparison method. The performance is analyzed with a test set of 289 structures of organic compounds and their HSQC and ¹H NMR spectra. The results obtained with HSQC spectra are better than those achieved using the previously described one-dimensional similarity test with ¹H NMR spectra alone.     

恒电位自动滴定法分析脂肪酶水解活性影响因素

利用恒电位自动滴定法分析了脂肪酶(Candida rugosa lipase,CRL)催化橄榄油水解活性的影响因素,确定了适宜的酶活性测定条件,对比了传统表面活性剂和咪唑类离子液体对酶活性的影响.37 ℃时,与酶蛋白浓度呈线性关系的酶活性测定范围为1～14 μmol/min;酶蛋白浓度范围为0.01～0.07 g/L;...     

微型碱式自动滴定管的研制与应用

介绍了一种微型碱式自动滴定管的结构、特点及使用方法。通过数理统计的方法,将微型碱式滴定管与常规碱式滴定管平行测定结果进行了比较。试验证明微型碱式滴定管具有较好的精密度、准确度和操作性能,并克服了常规碱式滴定管易漏液,易产生气泡,近终点液滴不易控制,废液排放量大及试剂用量大等缺点。