高静态动作压力下粉尘爆炸泄放标准的可靠性

粉尘爆炸泄放设计标准的可靠性对能否实现爆炸防护尤为关键.以中径70μm石松子粉尘为介质,采用20 L球形粉尘爆炸装置进行了4种泄放口径、静态动作压力在0.12~0.6 MPa的爆炸泄放实验,对比了实验值与NFPA 68和EN 14491计算值.结果表明,NFPA 68在预测高静态动作压力下的泄放面积时,随着泄放口径的增大,预测结果由保守变为危险,但预测结果精度较好且数值稳定;EN 14491在预测高静态动作压力下的泄放面积时非常保守,预测精度较差,数据不可靠.依据两种标准推荐的经验函数关系,分析了NFPA 68和EN 14491在预测高静态动作压力时产生这种差异的原因.     

定量研究化学反应活性的的理论模型

应用杂化轨道和键轨道理论,以广义微扰理论为基础,建立了定量研究加成反应、取代反应、环合反应等的反应活性模型,并对氢键体系及Diels-Alder进行了讨论。     

磁控式异步电动机软起动器的开发与应用

详细介绍了将传统磁放大器用于异步电机降压起动、实现软起动功能的原理以及实际实现线路，是异步电机减压软起动技术领域的一项创新。     

基于梯度加权类激活热力图的卷积神经网络故障诊断模型鲁棒性分析

深度学习近年来在故障诊断领域受到广泛应用,但基于深度学习的故障诊断模型缺乏工程上的物理解释性,难以保证其故障诊断结果的稳定性。以轴承为例,建立了以小波时频图像为故障诊断依据的卷积神经网络模型(convolutional neural network, CNN),提出了一种基于梯度加权类激活热力图(gradient-weighted class activation map, Grad-CAM)的网络模型鲁棒性分析方法,并利用美国凯斯西储大学(Case Western Reserve University, CWRU)轴承数据集进行验证。首先,将故障直径轴承数据以不同方式混合并训练大、小多个模型。其次,利用Grad-CAM方法,建立时频区域与故障模式之间的联系。最后,利用其他工况下的轴承故障数据,以及含噪数据进行测试,并根据结果结合模型最注重的时频区域进行分析。结果表明,基于深度学习的轴承故障诊断模型在参数较少时更加注重低频区域,并能使其具有更好的鲁棒性。     

一种提高BP算法学习速度的有效途径

ＢＰ网络在实际应用中的最大障碍就是学习速度慢这一问题。本文在详细分析与论证的基础上得出：在学习过程中,通过对ｓｉｇｍｏｉｄ函数形状的动态调整可有效地提高ＢＰ网络的学习速度,而且这一方法实现简单、易于理解、具有普遍适用性。同时本文对近期发表的有关文献中所提出的一些不恰当的观点和结论进行了修正和补充。     

神经网络活化函数的研究及其应用

通过构造一类新的高效分段活化函数,很好地解决了ＢＰ算法学习收敛速度慢的问题,而且提出了一种自适应调整网络参数的新算法,从而大大提高了算法的学习效率和综合性能．文中详细研究了基于改进的ＢＰ算法神经网络的实验仿真系统的建模过程,并在精细化工实验方案的分析和优选中获得了令人满意的效果．     

氧对Zr50Cu40Al10块体金属玻璃晶化动力学的影响

利用不同锆原材料、采用电弧炉坩埚倾斜铸造法制备了具有不同氧含量的Zr50Cu40Al10三元锆基块体金属玻璃,研究了氧对合金热稳定性及晶化动力学的影响.研究结果表明:合金的热稳定性随其氧含量的增加而降低,但晶化表观激活能却随氧含量的增加而增加;氧是通过提高晶化反应速率常数而降低合金热稳定性的,热稳定性与反应速率常数之间存在良好的对应关系,反应速率常数可以较好地表征具有强烈动力学效应的块体金属玻璃晶化过程;氧提高合金晶化反应速率常数的原因是由于它增大了反应的频率因子.     

粒度对纳米氧化锌与硫酸氢钠溶液反应动力学的影响

以纳米氧化锌与硫酸氢钠溶液的反应为模型体系,研究了反应物粒度对动力学参数的影响规律。结果表明:反应物的粒度对反应的速率常数、反应级数、表观活化能和指前因子均有较大的影响;随着反应物粒径的减小,速率常数增大,反应级数增大,表观活化能减小,指前因子减小,并且表观活化能与反应物粒径的倒数呈线性关系。     

新型Al-Mg-Si-Cu合金热压缩流变应力研究

在Gleeble 1500热模拟机上对一种新型Al-Mg-Si-Cu合金热压缩流变应力行为进行了研究,应变速率为 0.005~5 s-1、变形温度为350~550 ℃.结果表明:在较小应变(<0.15)出现一峰值后流变应力随应变的增加有所降低,表现出较明显的动态软化;在实验范围内,流变应力值随着应变速率减少和变形温度升高而降低,可用Zener-Hollomon参数的幂指数关系描述合金的流变应力行为,其变形激活能Q为236 kJ/mol.图5,参11.