旋挖钻机钻杆键条焊接接头的残余应力

钻杆是旋挖钻机的关键部件之一,也是易损部件,其损坏部位大多位于钻杆键条焊接接头处。该文采用SYSWELD软件对旋挖钻机钻杆键条接头的焊接过程进行了数值计算,并用X射线衍射法对实际钻杆键条焊接接头试样的残余应力进行了测量,得到了接头焊接完成后的残余应力分布。针对钻杆结构受力特点,着重分析了切向焊接残余应力的分布特征,并计算对比了焊接速度的影响。结果表明:焊接接头最大残余拉应力出现在热影响区内;随焊接速度的增加,管体上切向最大压应力明显增大,最大拉应力变化不明显。     

基于化学位移和伪氨基酸组分信息预测抗凋亡蛋白质与促凋亡蛋白质

凋亡蛋白质是一种有着特殊功能的蛋白质,在生物体的生长和维持体内平衡中扮演着重要的角色.在细胞凋亡过程中抗与促凋亡蛋白质对细胞凋亡的调控起着不同的作用.如果抗凋亡蛋白质或者促凋亡蛋白质失活,将导致癌症和其它疾病的发生,所以对抗凋亡蛋白质和促凋亡蛋白质的识别,将有助于更好的了解凋亡蛋白的致病机理.建立一个新的凋亡蛋白质数据集,并基于化学位移信息和伪氨基酸组分信息采用支持向量机(SVM)方法对新的数据集进行了预测.融合后的特征信息用Jackknife检验预测成功率达到77.01%,从预测结果可以看出提取有效的特征信息是提高预测成功率的重要因素.     

三取代钨硅酸二聚体有机-无机杂化化合物的合成与结构

合成了2种三取代Keggin结构钨硅酸盐的无机-有机杂化化合物[Na3CuL6(H2O)6][(H3SiW9Fe3(OH)3O34)2(μ-OH)3]·21H2O(1)和(Him)6[Na2(H2O)2{SiW9Al3(OH)3(H2O)2O33(μ3-O2/2)}2]·14H2O(2)(L=6-氨基己酸,im=咪唑).采用X射线单晶衍射法测定了其结构.在化合物1中,2个三取代杂多阴离子SiW9Fe3(OH2)3O10-37缩去3个水分子、共用3个氧原子(Fe—O—Fe)形成二聚杂多阴离子.通过配离子、二聚阴离子和结晶水分子之间的氢键将其连接成晶体.在化合物2中,2个三取代杂多阴离子SiW9Al3(OH2)3O10-37共用AlO6八面体的一个边形成二聚杂多阴离子.钠离子接受2个二聚体的配位形成一维链结构.     

基于LSSVM概率输出与证据理论融合的变压器故障诊断

为了利用相对较少的故障数据样本对变压器主要故障类型进行较准确的判断,基于智能互补和数据融合的思想,提出基于最小二乘支持向量机LSSVM( least square support vector machine)概率输出与证据理论融合的故障诊断方法。该诊断方法具有以下特点：可融合蕴含变压器运行状态的多种特征信息,输出变压器各种故障的概率,为变压器检修提供更多的可用信息;充分发挥了LSSVM在小样本情况下具有较强泛化能力的优势。算例结果表明,该诊断方法的故障诊断准确率达到91.1%,优于传统的IEC三比值法(故障诊断准确率75.6%)及LSSVM分类法(故障诊断准确率82.2%),有效降低了诊断误判的风险。     

基于ACO-LSSVM燃煤碳元素分析的锅炉CO2排放量计算

针对生产实际中无法对燃煤组分进行在线检测分析的问题,建立了基于最小二乘支持向量机的燃煤的碳含量预测模型. 以工业锅炉燃煤的相关工业分析数据作为模型的输入,并采用蚁群算法对最小二乘支持向量机相关参数进行寻优以提高模型的建模精度. 应用该模型对福建地区工业锅炉燃煤的碳元素含量进行预测,预测结果的最大误差为1.18%,平均误差为0.64%. 和传统多元逐步回归预测方法相比,该预测模型具有较高的预测精度,为工业锅炉二氧化碳排放量的科学计算奠定了基础.     

一种LDA和聚类融合的SVM多类分类方法

改进传统的基于二叉树结构的支持向量机多类分类方法。将无监督聚类引入到算法中,利用无监督聚类剔除大量的非支持向量样本,同时对于无监督聚类在异类样本相近时出现的性能下降问题,引入线性判别分析使得同类样本聚集,异类样本分散,确保聚类精度。线性判别分析和无监督聚类结合能够显著地缩减训练样本。该方法能够在保持分类准确率的情况下有效地提高SVM的分类速度。     

新型气相毛细管柱的制备及其色谱分离

将羟丙基--环糊精(HP--CD)静态涂覆在毛细管内壁得到一种新的气相毛细管柱,以正十二烷为溶质测得该色谱柱的理论塔板数为2337/m,与涂覆七-(2,6-O-二戊基-3- O-三氟乙酰基)--环糊精(DP-TFA--CD)的毛细管柱柱效相近;在这两种毛细管柱上对对5种二取代苯系化合物(如硝基甲苯、硝基氯苯、二氯苯、二甲苯和苯二酸二甲酯)的位置异构体进行分离研究。结果表明,它们对邻位/对位、间位/对位取代苯系化合物表现较好的分离能力,在HP--CD柱上,二氯苯异构体的分离因子分别为1.28和1.13,比DP-TFA--CD柱的分离效果好。     

运动想象脑机接口的判别迁移特征学习与分类

为了解决不同时间采集的运动想象脑电数据之间存在的分布差异,避免跨时段使用前长时间的重校准步骤,提出了一种基于判别迁移特征学习（discriminative transfer feature learning, DTFL）的运动想象分类方法。DTFL通过联合匹配源域和目标域之间的边缘分布和类条件分布来减少域间的差异,同时最大化类间距离和最小化类内距离来保留类判别信息,从而提升对运动想象的分类性能。基于DTFL的运动想象分类方法无需目标域脑电样本的类别信息,可以有效避免长时间的校准。在脑机接口竞赛数据集上的实验结果表明,DTFL显著优于其他迁移学习方法,有效缓解跨域分布的不一致性,提高了运动想象的分类正确率。     

基于改进的C-支持向量机的手写体数字高识别率方法研究

手写体数字的识别在社会经济、社会生活的许多方面都有着广泛的应用。同时支持向量机是近几年来模式识别领域中的一种新技术,它被广泛应用到文字识别、人脸识别等应用中。为此将支持向量机技术应用到手写体数字的识别中,通过使用改进的C-支持向量机进行手写体数字的识别,并得出相应的识别率,结果表明此方法可行且有较高的识别率。     

辣椒红色素与辣椒碱提取分离工艺的研究

利用溶剂法和硅胶柱层析相结合的方法提取分离辣椒红色素和辣椒碱。通过正交试验确定辣椒红色素提取的工艺条件为：浸提溶剂丙酮,浸提温度30℃,浸提时间72 h,在此条件下产率可达16.8%;辣椒碱的提取工艺条件为：浸提溶剂乙酸乙酯,浸提温度30℃,浸提时间72 h,在此条件下产率可达3.45%;该法用于辣椒红色素和辣椒碱的提取分离,简单实用、易于推广。