基于磁致伸缩共振的便携式液体黏度测量仪设计

设计了一种基于磁致伸缩共振的便携式液体黏度测量装置,可用于测量低黏度液体的黏度。在待测液体中,采集磁致伸缩振动片的共振频率,通过事先确定的共振频率和液体黏度计算公式,计算待测液体的黏度。该液体黏度测量装置主要由磁致伸缩振动片、磁铁、线圈、测量电路、按键和液晶屏组成。在测量电路中,单片机控制阻抗转换器测量线圈的阻抗变化,通过阻抗峰的顶点确定振动片的共振频率。通过测量磁致伸缩共振片在4种已知黏度的液体(异丙醇、甲醇、乙醇和丙酮)中的共振频率,确定共振频率和液体黏度的计算公式,该计算公式的测量范围为0.306~1.96MPa·s。对纯水进行测量,测量所得黏度为1.008MPa·s与已知纯水的黏度1MPa·s仅相差0.8%。     

高校教育教学不等于大学生的知识掌握

高校的教育教学目的之一是保证高校学生掌握科学知识。考试是检查学生对科学知识掌握的一种途径。纵观现在普通高校的教育教学,小考仍是鞭策迫使学生掌握科学知识的有效手段。     

并网型大型风电场风力发电功率-时间序列的混沌属性分析

为了合理调度大型并网型风力发电系统中的供电系统,降低供电系统的旋转备用容量和运行成本,对风力发电容量进行预测.利用非线性动力学的理论方法对并网型风力发电系统的发电容量-时间序列进行分析,以检验其是否存在混沌属性.通过对风力发电容量-时间序列进行低维非线性动力学建模,分析该时间序列呈现的混沌特性,该结果为基于混沌时间序列的风力发电容量预测奠定了基础.     

一种基于DAVAR的FOG随机信号处理新方法

为定量描述光纤陀螺(FOG)测试信号中各误差分量的动态变化过程,分析了多个随机信号处理方法的优缺点,指出了常用Allan方差分析不能辨识FOG信号非平稳性因素的不足,提出采用动态Allan方差(DAVAR)对FOG信号动态特性进行分析,采用二维表示法定量描述FOG各主要噪声项变化过程。实验结果表明,DAVAR能够反映FOG数据的非平稳特性;利用二维表示的方法,可准确地反映动态误差中各噪声项的变化特征。新的方法可作为FOG信号非平稳性分析的一种定量评价工具,为研究各干扰因素对FOG组成系统精度的影响提供理论参考和评价依据。     

正交试验法优化女贞子提取工艺

以特女贞苷、齐墩果酸、熊果酸的提取转移率为指标,采用单因素考察及正交试验法优化女贞子的最佳提取工艺。结果表明,最佳提取工艺为8倍量60%乙醇,提取3次,每次3 h。特女贞苷、齐墩果酸、熊果酸转移率分别为75.42%、93.86%、99.83%。优化所得工艺提取效果良好,工艺简便,可用于工业化生产。     

冻粘土三轴流变特性的神经网络预测

针对冻粘土特殊的物理力学性质，通过详细的冻粘土三轴应力条件下长期蠕变实验，讨论了温度，轴压，围压三种因素对冻粘土蠕变特性的影响，并利用人工神经网络（ANN）方法对冻粘土三轴流变特性进行了预测，建立了BP网络模型，预测结果与实验值吻合，因而具有一定的理论和实用价值。     

基于自适应门限的分形维数语音端点检测

针对固定门限方法在语音端点检测技术中的局限性,为了提高低信噪比下语音端点检测的鲁棒性和准确率,将自适应门限应用于分形维数的语音检测中,提出了一种新的语音端点检测算法.该算法通过对语音信号产生机制的分析,将分形维数用于语音起止点的检测中,设计了自适应门限,从而有效降低了噪声干扰对检测结果的影响,并实现了实时检测.仿真实验结果表明,在低信噪比的情况下,改进的端点检测算法比传统的短时能量检测算法可更准确有效地实现带噪语音的端点检测,而且对噪声干扰具有更好的鲁棒性.     

菊苣酸脂质体制备工艺研究

研究菊苣酸脂质体的最佳制备工艺。采用薄膜分散-超声法制备菊苣酸脂质体,以包封率为评价指标,采用Box-Behnken design响应面优化法优化制备工艺参数。结果显示最佳制备工艺为：磷脂与胆固醇的质量比为4.20:1,磷脂与药物的质量比为11.44:1,超声时间为6.54 min,采用最优工艺制备的脂质体包封率为75.18%。采用Box Behnken design响应面法优选出了最佳制备工艺,所得工艺合理可行。     

基于径向基神经网络的Delta机器人位置精度补偿

针对Delta并联机器人末端控制精度问题,提出一种基于RBF的提高Delta并联机构运动学控制精度的方法。首先对Delta并联机器人的运动学逆解进行分析,探讨了影响控制精度的因素和现有提高控制精度方法的局限性。其次,求解Delta并联机器人的工作空间,结合实际工作,通过试验采集训练样本。以末端实际位置为输入样本,末端的期望位置与实际位置之差为输出样本,进行RBF神经网络模型训练,得到末端实际位置与位置偏差之间的非线性映射关系,基于此设计位置补偿策略。最后,在Delta机器人平台上进行实验验证,使用训练好的RBF网络结合运动学逆解,对Delta机器人末端进行轨迹跟踪控制。实验结果表明,末端控制误差由±30mm减小到±5mm,有效的减少了末端位置误差,为Delta机器人精准控制提供了一种简单易行的方法。