基于PC的水轮机组多通道振动数据采集系统设计

提出了一个基于PC的水轮机在线多通道振动数据采集系统的设计方案．对数据采集系统的特点进行了分析,采用中断＋FIFO的方式对多通道振动信号连续采集,并通过插值算法进行二次采样,得到了准同步整周期信号．在此基础上,用数字滤波算法去除了信号干扰,并对采集系统的精度进行了检验,结果表明,通过二次采样所得的信号与同步整周期采样的信号基本一致,可以满足振动监测的需要．     

大规模MIMO系统基于多分辨率深度学习网络的CSI反馈研究

快变信道环境下,采用频分双工模式下的大规模MIMO系统,用户通过反馈链路将信道状态信息(Channel State Information,CSI)发送给基站,为适应信道快速变化保证系统性能,要求降低反馈时延及减少反馈开销.提出一种基于深度学习的多分辨率信道状态信息网络(Multi-resolution Channel...     

基于语义约束与Graph Cuts的稠密三维场景重建

本文提出一种新颖、有效的稠密三维场景重建算法.在城市建筑场景的重建中,为了快速恢复稠密、准确的深度信息,本文算法首先在视图中对建筑区域进行了语义分割以降低非重建区域(如天空、地面等)的干扰,在提高整体重建速度的同时也增强了采用平面模型对其进行重建的可靠性;然后,在通过基于DAISY特征的空间点扩散方法获取的初始深度图的基础上,针对传统算法难以重建的弱纹理、倾斜表面等区域,本文算法依据场景分段平滑的假设,在超像素级MRF能量优化框架中对其相应的空间平面进行了推断.由于能量函数融合了初始深度图的约束、空间平面先验及空间平面间的几何关系等信息,而且候选平面集通过平面拟合和已知平面约束下的多方向平面扫描两种方法构造,使得相应的两阶段迭代Graph Cuts对能量函数的求解更快速和精确.在标准数据集和真实数据上的实验表明,本文算法能有效克服光照变化、透视畸变、弱纹理区域等因素的影响,快速恢复建筑区域完整的深度图.     

基于联合均值差异匹配的域适应故障诊断方法

针对工业过程中故障诊断面临的工况突变而导致模型数据分布失配的问题,提出基于联合均值差异匹配的域适应故障诊断方法。利用源域和目标域每类样本的均值定义类内差异和类间差异,同时集成最大方差和最大均值差异准则获取特征投影矩阵,并将源域和目标域的特征信息投影到公共特征子空间。在子空间建立K近邻(KNN)分类模型,完成故障诊断分类。实验结果表明,该算法能够较为准确地完成故障分类,具有较高的分类准确性。     

氨基甲酸铵的水解动力学及其对碳化过程的影响

用氨基甲酸铵直接水解的方法,在总氨浓度2.6～6.1 mol/L,温度5～35℃范围内,进行了水解动力学研究,获得对氨基甲酸铵为一级的水解反应速率常数表达式及反应活化能。按照本文提出的“介稳”态模型,对工业碳化塔进行了剖析,得出了在氨基甲酸铵水解阻尼下碳化主塔的合适操作温度范围。     

丙烯酸(AA)——丙稀磺酸盐(SAS)共聚物吸水剂的研制

本文介绍了以氯丙烯为原料与亚硫酸钠进行磺化反应制取丙烯磺酸钠单体的方法。进而与主单体丙烯酸进行共聚反应制备(AA-SAS)共聚物。研究了该共聚物吸水性与交联剂、引发剂、单体组分比和氢氧化钠中和量的关系,考察了温度、吸水介质对吸水率的影响。     

浅谈计量仪表的常见故障分析与解决

针对计量仪表在日常运行中常见的关于温度、压力以及流量参数存在的问题、造成的原因、判断及处理方法进行讨论。     

注意引导绑定:冲突适应研究整合的路径

冲突适应反映了基于目标导向行为的适应性认知控制,对个体适应环境具有重要意义.研究者主要从注意调节与记忆学习两个视角来解释冲突适应.前者强调注意资源调整在冲突适应中的作用,认为注意资源在目标刺激和干扰刺激间的分配(干扰刺激相比于目标刺激得到更少的注意资源)导致冲突适应;后者则强调记忆学习导致冲突适应的实现,即刺激与反应之间的绑定与解绑触发冲突适应.然而,由于研究侧重点不同,前人主要对两种视角分别进行探讨,不利于考察和理解冲突适应的全貌.因此,本文将基于偏向竞争模型和平行分布加工模型整合上述两种视角,并提出冲突适应的适切路径——注意引导的绑定学习假设.具体来说,冲突适应既需要通过任务目标要求来引导注意资源的分配,又需要通过绑定学习来增强“刺激-反应”的记忆表征,最终促进个体冲突适应行为的实现.注意引导的绑定学习假设为深入理解冲突适应的内在机制提供了整合的参考框架,并且为改善个体的冲突适应能力提供了可探寻的新方向.