基于变化速率的单变量报警系统设计

报警系统是现代工业安全运行的重要组成部分,其作用是检测工业信号的异常状态,以便操作人员能及时处理系统的异常运行状况。传统的单变量报警系统大多通过监测模拟信号的幅值变化来判断系统是否发生异常,当信号幅值超出报警阈值则触发报警。目前工业中有部分信号,明显需要根据变化速率来判断系统发生异常,因此,设计了一种新的报警系统——速率报警器,通过判断分布稳定的历史变化速率样本集合来确定速率信号的报警阈值,利用基于时间序列的分段线性表示法计算过程信号的变化速率并判断系统是否发生异常,提高了报警系统的性能,使用数据仿真和工业案例验证该方法的有效性。     

有效围压为零条件下瓦斯对煤体力学性质影响的实验

考虑到气体的封存条件,含瓦斯煤体力学指标的测定一般都是在伪三轴的情况下进行的。但根据国家标准,煤岩力学指标的测定多是对原煤标准试样进行单轴实验取得的。利用瓦斯气体密封装置,提出了测定瓦斯煤体力学指标的类单轴实验方法。通过实验研究,得到了有效围压为零条件下瓦斯对煤样力学性质和力学响应的影响规律。实验结果表明,孔隙瓦斯改变了煤体全部变形阶段的力学响应特性,而煤体力学性质和响应的变化趋势随瓦斯压力的升高而逐渐减弱,即随瓦斯压力的升高,吸附瓦斯所引起的非力学作用将逐渐占据主导地位。     

FPGA在全长全覆盖钢管测厚系统中的应用

美国石油学会最新颁布API标准,要求对石油钢管进行全长全覆盖测厚。文章根据超声脉冲反射法原理,采用4组32个超声探头和可编程门阵列(FPGA)的器件,将前端电路控制、高速计数器、数据处理以及与上位机数据通信集于FPGA内,研究并设计了钢管全长全覆盖测厚系统。实验表明,FPGA的高时钟、众多的I/O口及强大逻辑功能可以实现对32探头进行时分复用控制,以及对厚度信号的采集和传输功能;同时,100 MHz的时钟采集精度可满足实际生产的要求。     

高镁磷尾矿酸解反应行为研究

对磷矿浮选尾矿在硫酸中的酸解行为进行了研究。考察了搅拌强度和粒度对酸解过程的影响,重点探讨了P2O5、MgO、Fe2O3、Al2O3的酸解行为,并研究了尾矿连续酸解反应行为。研究结果表明:搅拌速度提高到300rpm以上时,磷尾矿酸解反应受扩散控制;粒度对尾矿分解率的影响不明显;尾矿中MgO和P2O5均以较高溶解率溶解进入溶液(大于75%),且二者浸出率相差不大、随各因素变化的趋势大致相同,只是前者略高于后者;Fe2O3、Al2O3的溶解行为受硫酸浓度的影响较大,铝杂质的溶解率较铁杂质高;溶液中的镁富集到一定程度时会以结晶态析出。     

FCA中的互补概念及其性质与生成

在形式概念分析中,概念格上的偏序关系刻画了概念间的泛化和特化关系,而概念格中不可比概念之间也存在着值得研究的特定语义信息。受此启发,提出互补概念这一定义并给出其形式化描述。首先,通过给定两个对象子集关于某个特定属性子集互补程度的描述,根据不同实际需求分别定义强、弱互补关系。在此基础上,研究互补概念及相关性质,并在不同语义背景下探究最优强互补概念和最优弱互补概念,给出相应生成算法。最后,通过实例说明所研究内容的合理性与可适用性。     

新型顶发射有机电致白光二极管的研究

为了提高顶发射白光有机发光二极管(top-emitting white organic light-emitting diodes,TWOLEDs)色谱稳定性，对一种拥有Ag反射镜的新型双蓝光发光单元顶发射器件展开研究，发现结构为Ag/Glass/ITO/MoO₃(5nm)/TAPC(30nm)/TCTA(5nm)/Firpic:TCTA(10%,20nm)/Firpic:TmPyPb(10%,10nm)TPBi(30nm)/LiF(1nm)/Al(0.8nm)/Ag(22nm)/Alq₃(50nm)的蓝光器件具有最佳光电性能，其最高电流效率可以达到9.76cd·A^-1。基于该结构，结合DCJTB荧光染料制备的颜色转换层实现顶发射白光器件。结果表明，当颜色转换层DCJTB浓度为2.5%时，获得了电流效率为2.45cd·A^-1，CIE色坐标为(0.338,0.337)以及显色指数CRI为72的TWOLEDs，器件微腔效应较弱且光谱随电流密度与观测角度改变仅有微弱变化。     

基于ReliefF和最大相关最小冗余的多标记特征选择

针对现有的特征选择模型未涉及特征和标记集之间的相关度，造成分类精度偏低等情况，提出了基于ReliefF和最大相关最小冗余(maximum Relevance and Minimum Redundancy, mRMR)的多标记特征选择.首先，运用互信息计算每个标记和标记集之间的相关度，使用每项相关度占其相关度之和的比例设计了标记权重，由此构建了特征和标记集间的相关度，初选与标记集相关度高的特征；其次，计算对象在特征上的距离，构建了新的特征权值更新公式，基于标记权重改进多标记ReliefF模型.然后，基于互信息和标记权重构建了最大相关性，设计了最小冗余性及其新的最大相关最小冗余评价准则，并将其应用于多标记特征选择，进一步剔除冗余特征；最后，设计了一种基于ReliefF和最大相关最小冗余的多标记特征选择算法，有效提高了多标记分类性能.在8个多标记数据集上测试所提算法的平均分类精度、覆盖率、汉明损失、1错误率和排序损失，实验结果证明了该算法的有效性.