基于神经网络的假设检验故障诊断算法研究

传统的χ2检验法通过比较先验信息与量测信息进行故障检测,当先验信息所依赖的模型出现错误时将无法进行有效的故障检测和故障隔离。提出利用神经网络的方法结合χ2检验法进行故障诊断,训练神经网络来跟踪系统模型,则正确的先验信息保存在训练好的神经网络中,系统模型输出与网络模型输出之差作为故障诊断的依据。针对INS/GPS组合导航系统进行算法仿真,该算法能够快速、准确地判断系统故障源,通过故障隔离和系统重构,使系统在故障情况下依然保持正常工作。     

蔡元培的大学观

蔡元培的大学观是中国传统文化的精华与西方现代文明相结合的产物,体现在蔡元培对大学职能、办学理念、办学体制和培养目标等方面的论述中,是蔡元培办学实践的高度概括和总结.对中国近代大学产生了十分重要的推动作用,至今仍具有借鉴意义.     

缓冲溶液法回收置换岗位中二氧化硫尾气

置换岗位中为使重氮盐完全反应通入过量的二氧化硫,为减少环境污染,我厂采用液碱法吸收过量的二氧化硫。此法液碱消耗较大,且吸收的废液还需经环保处理方可排放。缓冲溶液法较液碱法经济合算,缓冲溶液可循环利用,回收的二氧化硫可继续用于置换岗位,为我厂节省了资金,减轻了环保压力。     

微波强化芬顿处理糖精废水工艺研究

以糖精钠废水作为研究对象,分析双氧水量、硫酸亚铁量、微波消解时间等因素对废水COD去除率的影响。结果表明,对400mL糖精钠废水,加入3.0g硫酸亚铁、0.5g活性炭和7.0mL30%双氧水,反应3分钟后,去除率达到61.2%,与传统的芬顿氧化工艺相比,微波消解有利于废水COD去除率的提高。     

一只西伯利亚虎的“回家”之路

正大型猫科动物——老虎是世界上最濒危的野生动物之一。为了挽救作为地球上最濒危动物之一的西伯利亚虎(在中国称"东北虎"),在俄罗斯远东地区,科学家们正在煞费苦心地探索研究。他们一直在密切关注着一只雌性西伯利亚虎的情况,希望让这只名为"灰姑娘"的雌性幼虎最终成功回归野外。     

新冠肺炎疫情下居民社会支持、心理资本对心理健康的影响

探讨新冠疫情下居民心理资本、社会支持对其心理健康状况的影响,为疫情心理干预和咨询提供理论依据.研究使用积极心理资本量表、领悟社会支持量表和简易心理困扰状况评定量表对1766名居民进行问卷调查.研究发现:疫情期间居民心理健康状况较差,居民心理资本、社会支持和心理困扰之间存在显著的负相关,心理资本在社会支持对心理健康的预测...     

干酪素生产废水回收工艺的优化研究

应用干酪素生产废水膜滤连续提取的方法,通过正交试验,研究废水处理超滤膜和喷雾干燥最佳工艺参数,经试验证明,超滤膜泵入压力0.4 MPa、进口温度42℃、出口温度37℃、喷雾干燥排风温度41℃时,干酪素回收得率最高.经检测,回收所得干酪素符合工业级干酪素标准要求.     

考虑偏平面屈服特性的三维耗散应力空间

天然沉积土大多处于复杂三维应力状态．建立岩土材料三维本构模型的方法（三维化方法）应满足热力学定律这一基本物理规律．本文通过引入与塑性剪应变相应的迁移应力,使基于耗散能增量函数建立的岩土材料本构模型能合理地描述偏平面的三维屈服特性．同时,给出了耗散应力空间应力张量与真实应力张量之间的关系表达式,使本构模型能在三维耗散应力空间中采用相关联的流动法则计算不同应力方向的塑性应变．其次,在热力学框架下对比分析了常见三维化方法的热力学本质,如直接引入强度准则的方法、g（θ）方法和变换应力方法等．说明了三维耗散应力空间与变换应力空间的等价性,验证了变换应力方法在热力学框架下的合理性,同时指出直接引入强度准则的方法和g（θ）方法的不合理之处．最后,通过模型预测值与试验值的比较,验证了建立的三维耗散应力空间及其等价的变换应力空间的适用性．     

基于星历模的行星际halo轨道间转移会搜索

本文针对星历模型下星际三体系统动平衡点halo轨道间的转移机会搜索问题,提出了一种基于三体系统不变流形结构的二级搜索方法.该方法首先基于星历模型求解行星际halo轨道逃逸流形初始时刻与捕获流形末端时刻固定时,连接该不变流形的最优两脉冲转移问题,得到所给条件下星际halo轨道间的最优转移轨道.然后以逃逸流形初始时刻、捕获流形末端时刻为变量,以连接该不变流形的最优两脉冲转移所需的速度增量为目标函数,绘制等高线图研究解空间的全局特性,从而得到转移机会.最后分别以日一地与日一火系统及日一地与日一金系统为例,搜索其在2015-2017年的转移机会,研究结果验证了本文所提方法的有效性,同时也揭示出了行星际halo轨道间转移机会的类周期性.     

不同行为模型框架下的数据驱动类人驾驶模型比较

传统的驾驶行为模型框架把驾驶行为划分为跟驰行为和换道行为两大类,并分别进行模型构建;而综合驾驶行为模型框架则认为跟驰行为和换道行为密不可分,因此将所有驾驶行为看作一个整体来进行建模。文中基于这两种行为模型框架,对数据驱动类人驾驶模型的性能进行分析。首先,建立综合驾驶行为模型框架和跟驰换道组合模型框架,并根据驾驶过程中的影响因素,确定模型的输入和输出。其次,提出了基于跟驰、换道和意图识别模块的两种跟驰换道组合方式：判别组合和概率组合。随后,对原始数据集进行处理筛选,构建综合驾驶行为、跟驰行为、换道行为和意图识别4个样本库,分别用于对相应行为模块进行训练和标定。最后,将两种跟驰换道组合模型与综合驾驶行为模型进行模型精度、安全性、鲁棒性和迁移性比较。结果表明：在模型输入输出、参数标定流程和样本数据库一样的情况下,基于长短期记忆神经网络(LSTM)的类人驾驶模型精度优于基于FNN的模型,其中基于LSTM的模型均方误差可达到0.227 m²,基于FNN的模型均方误差为0.470 m²。而在基于LSTM的模型中,采用跟驰换道组合模型框架的模型比采用综合驾...