基于特征评估和神经网络的机械故障诊断模型

为了克服在无先验知识的情况下，人为选择时域无量纲指标作为故障敏感特征的盲目性，提出了一种基于特征评估和径向基函数（RBF）神经网络的机械故障诊断模型．该模型分别采用小波包和经验模式分解方法对原始振动信号进行分解，分别提取原始信号和各分解信号的时域无量纲指标组成联合特征，然后对联合特征进行评估，计算评估因子，并根据评估因子的大小选取敏感特征作为RBF神经网络的输入，实现对机器不同状态的自动识别．实验结果和工程应用表明，这种集成了小波包、经验模式分解、特征评估方法和RBF神经网络的机械故障诊断模型能够精细地获取故障信息，从大量的故障特征中筛选出敏感特征，因而减小了网络规模，提高了分类准确率，具有很强的鲁棒性．     

基于人工神经网络的碳/陶瓷复合材料性能预测

利用人工神经网络的BP算法,建立了碳/陶瓷复合材料性能与多组分掺杂含量之间的预测模型.模型由输入层、隐含层和输出层3层神经元组成,用以模拟人脑的结构.以掺杂物的质量分数为输入参数,经石墨化后测得的复合材料的电阻率和抗折强度为输出参数.选取了30组实验数据作为学习样本,任意的7组数据作为"未知样品"对网络进行验证.结果表明,实验值和预测值相比电阻率的最大误差不超过8%,抗折强度的最大误差不超过12%.所建的网络可为碳/陶瓷复合材料设计提供理论指导.     

Biot理论的数值研究

本文用数值计算方法研究了流体饱和多孔介质中声传播的Biot理论。分别在80Hz、20kHz、500kHz频率下计算了多孔介质的孔隙度、渗透率、流体粘度和孔径大小对三种体声波波速和衰减的影响。计算结果表明,各种波的波速均随孔隙度有较大变化。渗透率、流体粘度和孔径的变化对声速几乎无影响。但当声波频率为80Hz时,除孔隙度的变化对声波的性质有影响外,其它参数对声速和声衰减几乎无影响。有些结果与实验室和现场测量结果相一致。     

紧致麦克风阵列压缩采样与DOA估计方法

针对紧致麦克风阵采样信号大量冗余的问题,提出了一种ΣΔAD压缩采样方法.该方法将软硬件相结合,在ΣΔAD转换器内部进行压缩采样.压缩采样中采用自适应过程,去除信号中的冗余分量,并将压缩后的信号进行稀疏编码.仿真结果表明,使用该方法对紧致麦克风阵接收信号进行压缩编码时,通过选取合适的稀疏化阈值,可使源数据的压缩比达到10%~30%.压缩采样后的信号可以用于DOA估计等应用.针对八元紧致麦克风圆阵和DSP实时系统的DOA估计实验结果表明:这种DOA估计方法在阵元间距低至2 cm时仍能正常工作;当阵列尺寸减小时,相比经典MUSIC算法和PHAT-GCC算法,该方法定位精度更高,噪声鲁棒性更强.     

基于Petri网的构件组装模型

针对形式化语义对构件组装和演化描述能力不足的问题,提出了基于Petri网的构件组装模型.以Petri网系统表示构件的静态组装结构,用网中标识在库所中的流动来模拟构件的动态运行过程;构造了6种具有普遍适应性的构件组装运算,给出了构件Petri网的动态运行规则,并通过案例演示了构件Petri网的演化和组装运算过程.为了支持对构件演化过程中波及效应的量化分析,从可达标识图中抽象出构件影响因子用来描述相关构件耦合度的大小,并用以度量构件系统演化时的影响度.该模型可应用于基于构件的软件系统的体系结构描述及构造过程的演化分析.     

生物质谱在生命科学中的应用

生物质谱因其高灵敏度、高准确度、快速、易于自动化等特点，使其在核酸化学、蛋白质组学、糖生物学、细胞信号转导等生命科学领域得到了广泛应用．随着生物质谱在生物研究领域的普及和仪器自动化程度的不断提高，该技术的发展将会更加迅速。     

Mel频率倒谱系数提取及其在声纹识别中的作用

从说话人的语音信号中提取出说话人的个性特征是声纹识别的关键。本文介绍了一种基于HMM的声纹识别系统,采用能够反映人对语音的感知特性的Mel频率倒谱系数(Mel-Frequency Cepstral Coefficients,MFCC)作为特征参数,取得了很好结果。     

成都粘土工程废浆絮凝-气压法脱水效果分析

本文采用新型物化结合脱水方法,即絮凝-气压法处理成都粘土工程废浆,在加入絮凝剂后对工程废浆使用失水仪进行压滤操作。此方法结合了物理方法和化学方法,提高脱水效率。首先选择三种无机絮凝剂(PAC、PAFC、PFS)和两种有机絮凝剂(PEO、APAM)进行脱水实验,讨论单一絮凝剂对工程废浆脱水效果的影响。而后进行正交实验,得出最佳配方为聚合氯化铝(PAC)2.4g/275mL、50ml质量浓度0.3%的聚氧化乙烯(PEO),对正交实验结果进行极差分析,讨论三种因素对脱水效果的影响程度。最后将复配絮凝剂和单一絮凝剂的脱水效果进行了对比,得出在使用絮凝-气压法进行脱水实验后,单一絮凝剂PEO的脱水效果最好,而复配絮凝剂的脱水效果明显优于单一絮凝剂的结论。     

表面活性剂与纳米SiO2作用下聚合铝的絮凝特性

在6NTU高岭土原水中,溶入低浓度溶解性有机物-阴离子表面活性剂(十二烷基硫酸钠,SDS),投加聚合铝PAC与新型水处理剂-纳米SiO2稳定分散液进行动态混凝实验与静止沉降实验.借助图像分析技术与分形理论,对SDS与纳米SiO2作用下PAC的絮凝特性与絮体分形结构的形态学特征进行研究.结果表明:存在SDS时,高岭土颗粒表面ζ电位增加.SDS在颗粒表面的吸附等温曲线符合Langmiur方程;PAC对无机颗粒的去除效果明显,但对SDS的表观去除率较低.SDS阻碍絮凝初絮体的形成.纳米SiO2使颗粒表面ζ电位增加,对无机颗粒处理效果较差,但对去除有机物有利.絮凝机理主要是吸附架桥;助凝剂纳米SiO2能促进PAC对无机颗粒与SDS絮凝,处理效果显著.悬浊液中絮体粒径大,有效质量密度增加,沉速加快,分维值下降.     

基于XGBoost预测及弹性网误差补偿的室内定位算法

为解决室内定位系统中因环境动态变化而导致定位精度下降的问题,提出一种基于XGBoost并融合弹性网的误差补偿算法。采用XGBoost定位模型对目标位置进行初步预测,当室内环境改变后,再采用弹性网算法构建误差补偿模型,修正XGBoost定位模型的定位误差,并与基于K近邻、支持向量机、随机森林、梯度提升决策树等定位算法做对比。实验结果表明：在更新15%指纹数据库样本的情况下,该算法在80%分位处的定位精度控制在0.73 m以内,明显优于其他定位算法,且较基于XGBoost的定位算法精度提高了25.5%。