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.     

基于扩散偶法的CaO–V2O5和MnO2–V2O5固相界面反应行为比较

钒是我国重要的战略金属资源,广泛应用于钢铁、化工、航空航天等领域。钒渣作为我国最重要的含钒原料,其钙化提钒及锰化提钒工艺在钒的高效分离、尾渣利用和环境保护方面优势显著,但焙烧过程中钒酸钙和钒酸锰始终共存。两种钒酸盐的生成机理及钒与钙、锰反应能力的差异是两种提钒工艺的基本问题和共性问题,这对充实提钒基础理论和促进提钒工艺优化具有重要意义。为此,本文基于扩散偶研究方法,通过制备氧化钙–氧化钒和二氧化锰–氧化钒扩散偶,并在不同时间恒温焙烧,比较研究了钙、锰与钒组元固相反应的界面扩散行为差异;阐明了钒酸钙和钒酸锰的生成机理;进一步基于扫描电子显微镜和能谱分析研究并计算了扩散产物和扩散系数随焙烧时间的变化规律。结果表明,随着焙烧时间的延长,氧化钙–氧化钒、二氧化锰–氧化钒两组扩散反应逐渐进行。氧化钙–氧化钒扩散偶中钙和钒的分布区域边界始终清晰。而对于二氧化锰–氧化钒扩散偶而言,随着恒温焙烧时间的延长,二氧化锰逐渐分解生成三氧化二锰,钒组元能扩散到三氧化二锰内部,但仅有部分钒与锰反应形成扩散产物层。氧化钙–氧化钒、二氧化锰–氧化钒扩散偶的界面反应产物分别是偏钒酸钙和偏钒酸锰。恒温焙烧16 h后,产物厚度分别为39.85和32.13 μm,且由于组元扩散反应能力的限制,两个扩散偶均达到反应平衡。相同恒温焙烧时间内,氧化钙–氧化钒扩散偶的扩散系数略高于二氧化锰–氧化钒扩散偶,这说明钒与钙的扩散反应比钒与锰的扩散反应更易进行。     

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.     

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”.     

H-800高分辨透射电镜的开发及其在矿物研究中的应用

本文介绍了在H-800透射电镜上获取高分辨矿物晶格象和薄箔样本能谱定量分析的开发工作。用环氧树脂包埋方法和离子减薄技术,对非导体的地质样品可以制成很好的超薄样本,从而可以方便地在透射电镜上观察样品的内部超微结构和高分辨的矿物晶格象。为了采用“比例法”进行薄箔样本的x-光能谱定量分析,先用已知化学组成的矿物薄箔标样,对配在透射电镜上的能谱分析系统进行校正,求出各元素的k-系数。最后将上述方法用于对我国不同海区绿色自生矿物颗粒的研究。     

微元法新论——兼论《高等数学及其应用》教材的使用效果

<正>《高等数学及其应用》是南京机械高等专科学校机制专业"小范围,大高度"教改试点(于1990年经省教科所立项,1994年获国家教委批准)系列教材之一,已连续试用了5届.这套教材于1995年5月被机械工业出版社列入选题计划,定为1996年秋季供书的教学用书.本文简