微波消解–电感耦合等离子体原子发射光谱法测定高铬合金铸铁中铬、锰、硅、磷

建立微波消解–电感耦合等离子体发射光谱法测定高铬合金铸铁中的铬、锰、硅、磷4种元素的分析方法。以盐酸–硝酸–氟酸(体积比为6∶2∶1)混合酸为溶剂,采用程序升温微波消解法分解样品。电感耦合等离子体发射光谱仪工作条件：激发功率为1 300 W,等离子气流量为12 L/min,雾化气流量为0.7 L/min,辅助气流量为1.0 L/min。标准曲线外标法定量。铬、锰、硅、磷的质量浓度分别在150～200、0.02～10.0、0.05～10.0、0.07～0.5 mg/L范围内与光谱强度具有良好的线性关系,相关系数均不小于0.999 7。锰、硅、磷元素的检出限分别为0.002%、0.005%、0.007%。样品加标回收率为97.7%～104.5%,测定结果的相对标准偏差均为0.29%～1.31%(n=7)。该方法快速、准确,满足高铬合金铸铁中铬、锰、硅、磷的检测要求。     

一种考虑拉伸保持效应的多轴疲劳寿命模型

通过定义考虑拉伸保载效应的CFI因子(creep-fatigue interaction factor),将拉伸蠕变损伤和疲劳损伤进行非线性耦合. 根据断裂实验的观察,针对拉伸主 导的裂纹萌生、扩展及破坏的多轴疲劳问题,给出了一个基于临界面方法的能量型高温多轴 疲劳寿命预测模型. 所给出的模型可对不同温度、不同载荷特点、不同保载时间的多轴疲劳 寿命进行预测,模型的材料参数不依赖于温度和载荷. 并且此方法可以很方便地推广到其它 因素主导破坏的高温多轴疲劳寿命预测. 通过拟合高温合金Udimet720Li单轴带保持时间的 低循环疲劳(low cycle fatigue, LCF)寿命试验数据,得到了材料常数. 结合黏 塑性有限元分析方法,对高温双轴带保载循环载荷下Cruciform试件的寿命进行了 预测,预测结果基本落在2倍分散带内,达到工程的要求,证明了该模型的有效性.     

基于网格法分集和主动学习的高光谱图像分类方法

针对高光谱图像分类过程中分类精度低和样本数量较少的问题,文中提出了一种基于网格法分集和主动学习的图像分类方法。该方法利用网格法将主成分空间划分成若干网格,在每个含有样本的网格中随机挑选一个样本,并将其原始光谱数据归入训练集;随后,采用主动学习方法,在其余样本中用K-近邻法选择不确定性最大的若干样本并入训练集,从而扩充了训练集,并使数据集具有代表性,提升了分类精度。同时,在数据处理过程中,联合运用主成分分析和线性判别分析对光谱数据进行降维,进一步提高了运算速度。实验结果表明,在Indian Pines高光谱数据集中,在少量训练集样本的情况下,该方法相较于随机分集和非主动学习,分别将总体分类精度提升了12.24%和19.76%。     

新疆小蜂总科资源及其在生物防治中的应用前景

本文总结了新疆小蜂总科昆虫的研究现状,从形态特征、物种多样性、区系成分、生物学特性等方面分析了新疆小蜂总科的物种资源情况及其在生物防治中的应用前景.经统计,新疆目前已知小蜂总科16科145属289种,其中金小蜂科Pteromalidae、缨小蜂科Mymaridae和赤眼蜂科Trichogrammatidae的物种数在新...     

蓄热式热氧化炉固态二次污染物成分分析及形成机理初探

以制药工业企业三床式蓄热式热氧化炉（Regenerative Thermal Oxidizer, RTO）处理VOCs废气工程实例为研究对象,对RTO底部固态二次污染物的主要成分进行了分析,推断了固态二次污染物可能的形成机理,提出了预防性措施。结果表明：该固态二次污染物主要成分为含水率2.87%、三乙胺盐酸盐含量93.37%,邻苯二甲酸含量2.35%,其他1.41%;基于成分分析,推断固态二次污染物（三乙胺盐酸盐）的形成机理可能是由于未参与燃烧反应的三乙胺与含氯有机物经过高温焚烧产生的HCl在进出气室内相遇混合而成;基于固态二次污染物形成机理,提出了对含氯有机物单独收集处理或者采用四床式RTO等预防性措施。     

基于自适应优化多层GA-BP的脱硫效率预测模型

针对湿法脱硫装置运行参数多且相互高度耦合,脱硫效率定量描述困难的问题,以及传统BP网络存在的问题,提出一种基于自适应优化多层GA-BP的脱硫效率预测模型。将基于主成分分析后的降维数据作为输入变量,采用双层基因优化BP网络结构,并引入自适应变异和交叉概率,对BP网络初始权值、阈值进行改进,利用优化后的网络对脱硫效率进行预测。该模型已成功应用于大唐三门峡1000MW机组脱硫装置,结果表明：实际脱硫效率平均绝对误差小于0.5%,较传统BP算法与GA-BP算法分别降低25.82%和16.10%,具有更高的预测精度。     

基于主成分原理的多元质量控制图的构造

控制图是从事统计质量管理经常使用的重要工具,经过多年的发展和实践,一元质量控制图业已得到普遍推广,可是如何开展多元质量控制仍有许多问题值得探讨。在这篇文章中,我们着重讨论了基于主成分分析的多元质量控制图的构造,并结合从企业现场采集到的数据给出了具体的应用说明。     

基于BP神经网络的模塑封材料疲劳寿命预测

根据模塑封材料(EMC)疲劳实验,针对BP神经网络[反向传播神经网络(BPNN)]拟合误差与预测误差关系不稳定的应用问题,结合主成分分析法,"主动"改善网络结构,建立了基于BP神经网络的EMC材料疲劳寿命预测模型,进行了分析,并与一般的BP神经网络模型作了比较。结果表明,该方法得到的BP神经网络经过训练后能稳定表征EMC材料的各种参数与疲劳寿命间的内在关系。当网络拓扑结构为2-4-1时,预测结果稳定,预测误差平方和(SSE)为0.5623～0.0271,拟合误差(MSE)为0.0906～0.0278,具有实用性。     

用于人脸动画的语音特征提取算法研究

针对人脸语音动画提出了基于小波包分析的语音特征提取算法,为了表征语音的动态特性,采用了特征差分和基于口形帧前后关联的多帧语音特征提取,井利用主成分分析(Principle Component Analysis,PCA)降低了输入语音的特征维数.基于隐马尔可夫模型(Hidden Markov Model,HMM)的可视语音合成系统的实验表明该算法提取的语音参数比传统的Mel频率倒谱系数(Mel-Frequency Cepstrum Coefficients,MFCC)合成的口形效果要好,有利于可视语音合成的研究.     

一种基于Fast ICA和K-Means++融合算法的雷达脉冲聚类方法

为在辐射源非协作的情况下对脉冲流密度很大的雷达信号进行有效分选,要克服Fast ICA算法在分选雷达脉冲时分离速度慢且实现复杂、K Means++算法在分选雷达脉冲描述字PDW时对噪声和孤立噪点敏感且需要先验条件K值的缺点.提出了一种在CPU+GPU异构系统上实现的这2种算法的融合方案,融合后的算法能有效克服单独利用一...