一种新型三水箱太阳能热水系统及控制策略

在传统集中式双水箱太阳能热水系统的基础上,提出一种引入补水加热水箱的新型三水箱太阳能热水系统,并进一步开发了相应控制策略,以在太阳辐射量较低和较高情况下均可充分利用该水箱蓄存太阳能并对补水进行加热,从而实现系统太阳能保证率的提升和辅助热源运行时间的减少. 为探究所提系统的运行性能,建立了TRNSYS仿真模型并通过实验对其进行了验证. 在该模型的基础上,对该系统运行性能及相应影响因素进行了分析. 研究结果表明,与传统系统相比,所提系统全年太阳能保证率的相对提升率为22.42%;单纯增大补水加热水箱体积并不会使得系统全年太阳能保证率不断提升,因此实际应用中应综合考虑系统全年太阳能保证率与初投资以合理选择补水加热水箱体积;在不同用水行为模式下所提系统与传统系统相比均可更为充分地利用太阳能. 此外,针对长沙地区某居住建筑的经济性分析显示,与传统系统相比,采用所提系统后年运行费用降低了18.31%,相应投资回收期为0.66年.     

汽车座椅调节参数对体压分布的影响分析

针对汽车座椅调节参数对体压分布的影响,选择靠背角度、座椅高度、滑轨位置3个参数作为因子,设计三因子五水平的正交试验,开展对95百分位、50百分位人体以及人体假人模型装置（H-Point Machine,HPM）在不同调节参数下的体压分布采集试验. 对采集的体压数据进行去噪处理和提取体压指标,采用灰色关联度分析方法,分析与体压分布指标关联度较大的因子;对与体压指标关联度较大的因子进行单因子试验,描述各体压指标在单因子动态调整下的变化情况. 结果表明,靠背角度和滑轨位置对体压分布影响较大. 当靠背角度增大时,不同百分位驾驶员的靠背体压指标增大,坐垫整体体压指标略微变小. 当滑轨位置增大时,95百分位人体靠背体压指标变小,坐垫接触面积变小;50百分位人体靠背体压指标变化较小,坐垫接触面积变小.     

适用于中小跨径桥梁频率识别的移动检测车辆参数研究

为了实现对大规模中小跨径桥梁群体的快速检测,提出了一种参数可调的移动检测车辆,并通过理论推导、试验验证和参数分析对车辆参数的合理取值进行研究. 首先,通过车-桥耦合振动理论推导出“拖车-双挂车”过桥振动响应的解析解;其次,利用有限元模型和车桥耦合计算程序的数值计算结果,以及一座简支梁桥的现场试验结果对理论解析解进行验证;最后,基于推导的理论解析解进行参数研究,分析了检测车辆的动力参数、车速以及桥梁参数对间接法识别精度的影响. 结果表明：当车桥频率比在0.8~0.9（或1.1~1.2）之间变化时,桥梁频率识别效果较好;在利用间接法进行桥梁频率识别时,建议移动检测车辆的车速不宜取太大;根据桥梁的截面面积、截面形状和跨度对检测车辆参数进行合理的选取,可提高桥梁频率识别的准确性. 研究结果可为基于车辆响应的桥梁频率间接识别提供参考.     

基于多级频谱分析和能熵比的应答器系统设计

为解决传统应答器系统在模拟不同距离水下目标时易受强噪声干扰及转发时延精度不高的问题,提出一种粗-细两级波达时刻估计方法并开发一套高精度时延的可靠应答器系统.该系统主要由以信号采集、信号处理为主的上位机和以功率放大器、换能器为主的下位机组成.其中上位机利用多级频谱分析及其峰均比大于设定门限进行粗估计,初步获取信号的波头;再利用基于能熵比的双门限检测算法进行细估计,获得更精准的波达时刻,进而解决了时延不准的问题;最后,系统下位机通过 TCP 接收上位机传输的应答信号并在预定时刻应答回波信号.湖试结果显示,该系统的时延误差小于 40 ms,具有高精度的转发时延优势,并且在强噪声干扰下具有良好的鲁棒性.     

基于传动链仿真的发电机智能反演优化设计

提出了一种针对运行在传动链系统中的发电机智能反演优化设计方法,并以一台运行在传动链系统中的15 kW永磁同步发电机为研究对象,针对其运行效率对发电机的设计参数进行优化.首先,在充分考虑变流器侧对整个传动链系统的影响下,建立了面向传动链系统的协同仿真建模平台,验证了传动链的电磁设计参数与协同仿真计算平台的正确性;其次,通过方差分析从发电机的8个设计参数中选定6个敏感参数,并在选定优化变量后提出了一种基于遗传算法优化的拉丁超立方抽样方案,该抽样方案可以兼顾样本空间均匀分布与各变量维度投影的均匀性;然后,通过基于高斯随机过程的智能反演优化设计模型结合基于范围选择的多目标优化算法,获得发电机的效率与最大额定输出转矩的Pareto前沿,并针对优化后的齿槽参数进行绕组设计,结果显示优化后的效率为96.2%,对比其原始设计方案,发电机电磁损耗降低了16.8%,效率提高了0.6%; 最后,通过实验验证了仿真平台的准确性,进一步说明了样本数据与优化设计的有效性.所提设计方法可针对不同规格的大型传动链系统展开优化设计,其优化方法具有一定的普适性,可用于我国海上大型传动链系统的一体化精确仿真计算与流程化优化设计.     

运用主成分分析和深度神经网络预测钢包炉合金元素收得率的研究

钢包炉（ladle furnace,LF）精炼的核心任务之一是进行钢水合金化过程,以保证钢包到达连铸平台后满足钢水成分要求。钢水合金化也是较为复杂的物理化学反应过程,其不仅对钢水温度有影响,而且对钢水质量、合金料消耗量均有影响。因此,实现LF精炼过程中合金元素收得率的精准预测具有重要意义。本研究首先采用主成分分析法（principal component analysis,PCA）对模型输入变量进行处理,用于简化实际生产数据结构;然后,融合SGDM算法和L2正则化方法,构建了深度神经网络（deep neural network,DNN）;最后,采用主成分分析和深度神经网络相结合的方法,建立了合金元素收得率预测模型。结果表明,Si元素收得率命中率在±1%, ±3%和 ±5%误差范围内分别为54.0%、93.8%和98.8%;Mn元素收得率命中率在±1%, ±2%和 ±3%误差范围内分别为77.0%、96.3%和99.5%。此外,PCA–DNN模型的预测精度优于参考炉次法、多元线性回归模型、改进BP神经网络模型和DNN模型,有助于实现钢水成分的“窄窗口”控制。本研究中合金元素收得率预测模型的建立,也可为LF智能精炼合金化控制模型的开发提供支撑。     

基于双向门控机制和层次注意力的方面级情感分析

针对传统情感分析模型将单词或词语作为单一嵌入,而忽略句子之间依存信息和位置信息的问题,提出基于双向门控机制和层次注意力的方面级情感分析模型（Based on Bi-GRU and Hierarchical Attention,BGHA）。首先,将文本数据转成词向量再加入位置编码信息,得到包含位置和语义信息的词向量后通过双向门控机制提取上下文特征;接着,分别在单词注意力层和句子注意力层用注意力机制对特征分配权重,突出重点词和重点句信息;最后,结合给定的方面信息选择性提取与其较匹配的情感特征。在SemEval 2014、SemEval 2016和Twitter短文本评论数据集上的实验结果表示,BGHA模型的准确率对比其他模型都有不同程度的提高,证明了模型的有效性。     

江西樟树四特酒香味成分的GC／MS分析

通过对四特酒进行化学处理、分类收集组分,采用GC/MS联用技术对各组分进行分离与定性定量测定,分离出130多个色谱峰,鉴定出65个化合物.     

棉纺厂管理信息系统的研制

本文根据开发CTU-JMS管理信息系统已取得的成功经验,介绍CTU—JMS管理信息系统的运行环境;总体规划中运用的两种设计策略——“由顶向下”分析法和“由下至上”分析法;MIS中建立大型基础数据库采用的主要技术;MIS决策管理层的形成以及生产经营决策子系统的技术特点。为推进我国的纺织企业管理信息系统的开发和实现现代化管理作了探索。     

用最小均方误差对数短时谱幅值估计法增强语音信号

本文主要研究语音增强系统在短时频域内,以对数最小均方误差作为语音幅值估计的准则.对含噪语音进行消噪处理。首先推导了公式,并从理论上作了分析研究.在此基础上作了大量实验,与类似的最小均方误差短时谱幅值估计法(MMSE STSA)作了性能比较.实验结果表明,由MMSE LOG-STSA增强方法得到的语音输出的质量优于由MMSA STSA方法得到的质量.语音的失真度和清晰度均有显著改善,同时大大降低了语音中的“音乐噪声”.