自供电旋转轴系监测系统设计

针对旋转轴系监测系统中传感器相关电路需要外部电能输入的问题,设计了一种基于自供电轴系的监测系统.基于电磁感应原理设计自供电系统结构,给出理论模型,设计整流稳压电路,测试数据测量模块和无线传输模块.结果表明:在不同转速下,该旋转轴系监测系统可以在无须外界电能输入的情况下,将轴系参数发送至上位机.测试数据符合实际值,可以实现旋转轴系监测系统的自供电.     

基于改进Faster R-CNN的农田残膜识别方法

为了实现农田残膜的精准捡拾,提高残膜回收机的回收率.将改进Faster R-CNN卷积神经网络运用到农田残膜的识别检测中,提出了一种农田残膜的识别方法.以11MS-1850残膜回收机工作后遗留在农田表面的残膜为研究对象,分别在晴天、阴天不同时间段采集图像共计1648幅.通过更改图像亮度、旋转等方式扩充数据集,最终得到4950幅残膜样本图像,按照7:2:1划分为训练集(3465幅)、验证集(990幅)、测试集(495幅);采用双阈值算法替代传统的单阈值算法,降低了阈值对模型性能的影响;通过对比试验,选取具有残差网络结构的ResNet50作为主干特征提取网络,准确率可达88.84％,召回率为87.70％,总体精度为88.27％;为了使检测模型对小目标更加灵敏,根据数据集中残膜尺寸大小,在原有锚点基础上增加322和642的尺度参数,准确率、召回率、总体精度分别提升了1.29％、0.67％、0.97％,单幅检测时间为284.13 ms,基本满足了识别残膜的要求.可为残膜回收机加装补收装置提供参考,为研制人工智能残膜回收机提供理论基础.     

CAPM模型在加密货币市场的适用性检验

为解决DCEP(央行数字货币)发行后可能遇到的风险,加密货币市场的系统风险和超额收益之间的关系,利用资产定价模型(CAPM)对加密货币市场的适用性进行检验,采用定义式和回归方程两种方法估计加密货币i的beta系数,对beta系数进行时间序列回归,横截面回归,发现参数估计不显著,得到CAPM模型不能很好的解释加密货币市场风险和收益之间的关系,适用性不强的结果.     

中国西北干旱区过度灌溉绿洲的水分收支特征研究

基于水分收支平衡原理, 观测2012年生长季张掖绿洲的水分收支分量动态特征, 探究灌溉对绿洲水分收支的影响。结果表明: 1) 无降水及灌溉时, 绿洲内40~100 cm深度的土壤含水量高 0~20 cm的土壤, 强降水事件对0~20 cm的土壤含水量影响较大, 而灌溉事件对 0~100 cm的土壤含水量有明显影响; 2) 无降水及灌溉时, 绿洲的日均蒸散发(ET)为2.83 mm/d, 降水事件后3日蒸散发量为降水之前的 1.16倍, 灌溉事件之后2日蒸散速率为灌溉之前的1.88倍, 说明灌溉对绿洲的蒸散发影响更为显著; 3) 绿洲生长季水分收支收入项(降水和灌溉, P+I)中, 灌溉占89.7%, 水分支出项主要为深层渗漏(DP), DP/(P+I)为81%; 4) 2012年生长季绿洲灌溉需水量为213 mm, 实际灌溉量比灌溉需水量多出474 mm, 远远超出所需, 水资源浪费严重。     

工业源挥发性有机物治理功能材料研究进展

挥发性有机物(volatile organic compounds,VOCs)是大气中一类重要的污染物质,即使在低浓度下也会对人类的健康造成威胁。对VOCs的治理刻不容缓,而VOCs治理关键功能材料性能的优劣是整个VOCs治理技术的核心。文章总结了近年来用于吸附法、光催化法以及催化燃烧法治理VOCs的功能材料的最新科研成果,希望以此能够为将来VOCs治理材料的设计与研发提供一定的参考。     

QT工艺对一种B-Nb低碳贝氏体钢 组织及强韧性的影响

通过室温拉伸、摆锤冲击、光学及扫描电镜研究了QT(淬火+回火)工艺对实验钢晶界比例、晶粒尺寸、碳化物析出情况及强韧性的影响，并对其变体的分布及组合方式进行了分析.结果表明:随着回火温度的升高，实验钢强度逐渐降低，塑性逐渐提高;450T和500T钢断口为准解理型断裂，贝氏体板条间析出的碳化物及较低比例的大角度晶界使得冲击韧性较差;而600T和650T钢断口为韧窝断裂，组织中大角度晶界的比例增加，有效地阻碍了裂纹的扩展.变体分析表明，450T钢变体组合方式介于Bain group和CP(close packed)group之间，而600T钢变体之间呈现较明显的CP组合方式，同一CP group内的变体取向差较大，偏折了裂纹传播路径，提高了低温韧性.     

基于GPU的大规模多阶段任务系统可靠性并行计算方法

针对大规模多阶段任务系统(phased-mission system, PMS)的可靠性求解,引入并行计算思想,通过分析传统的一致化方法(uniformization method, UM),基于Nvidia提出的CUDA(compute unified device architecture)架构,实现了基于图形处理器(graphics processing unit, GPU)的UM并行算法(GPU-UM),并采用合并访问和共享内存技术,提高了GPU中数据负载的利用率;PMS中不同阶段参与任务的设备及其数量通常会发生变化,导致阶段间依赖性处理困难。通过对新设备加入、已有设备暂时退出任务或完全退出任务等3种基本情况的分析,提出了阶段间状态映射机制,实际中的阶段变化情况更加复杂,可综合上述3种基本情况进行处理。通过算例对比了GPU-UM、CUDA-UM、传统UM和Krylov子空间等4种算法的计算时间和可靠性结果,分析表明GPU-UM算法的计算耗时优于其他方法,且结果精度也能满足可靠性计算需求;同时,通过对比分析UM算法和Krylov子空间算法与仿真方法的结果误差,表明提出的阶段间映射机制能够正确处理PMS中阶段间的复杂依赖关系。     

基于深度学习的多STBC盲识别算法

针对空时分组码(space-time block code, STBC)识别中多种编码类型难区分的问题, 提出了一种基于卷积神经网络的STBC盲识别算法。该算法首先将接收信号采用自相关函数的频域预处理, 输入到卷积神经网络中对信号特征进行提取, 全连接层对特征进行映射, 实现对6种STBC类型的识别。仿真实验结果表明, 在无信道和噪声等先验信息的条件下, 所提算法能够有效区分3种相似度高的STBC3码, 且将STBC可识别的编码类型由目前的4种扩充到6种, 识别准确率能达到96%。该方法的复杂度较低, 不需要利用大量样本数据, 实时性高, 具有较好的工程应用价值。