烤机风机频率自动切换功能的实现

为充分挖掘节能降耗空间,笔者结合一线复烤烤机工艺生产过程,考虑当预热温度达到时,在烤机没有进料之前,使预热启动后的14台风机由高频率运行方式切换并保持一定低频率运转,生产条件满足后,风机频率再次切换至正常生产频率,以此达到降低能耗的目的。     

基态BF、BCl分子的结构与谐振频率的计算

应用密度泛函理论B3LYP和B3P86等多种计算方法,采用6-311g(d,f)、6-311++g(d,p)、6-311++g(3df,3pd)和aug-cc-pvdz多种基组分别对BF、BCl分子结构进行几何优化,选用最优基组对BF和BCl分子的几何结构、光谱特性进行进一步计算.计算结果表明,BF和BCl分子平衡核间距分别为0.126 26 nm和0.171 54nm,谐振频率分别为1 410.44 cm-1和838.06 cm-1,BF、BCl分子的平衡间距与实验数据符合得很好.     

不同初拉力拉索对温度变化的敏感性分析

为研究不同初始张拉力下拉索索力及模态频率对温度变化的敏感性,引入拉索热应力平衡状态,从理论上推导出考虑温差影响下的索力与正/反对称模态频率的方程,并利用数值方法求解该方程。研究结果表明:索力受降温的影响比受升温的影响更显著,而频率受升温与降温的影响程度取决于初始张拉力;初始张拉力存在临界值,且当初始张拉力大于该临界值时,升/降温对索力及频率影响的差别会逐渐减小,但是,一阶正对称模态频率除外;一般来说,温差的绝对值越大,索力与频率的变化越明显;在一定的初始张拉力范围内,温差绝对值虽小,但一阶正对称模态频率对温度的变化可能更加敏感;高阶正对称模态频率与反对称模态频率对温度变化的敏感性趋于一致。     

人脑聆听轻音乐和静息状态下的EEG临界动力学特性

已有研究发现人静息态时大脑皮层活动处于近临界状态,且具有优化的信息传输效率.然而大脑在感觉刺激状态下脑电临界动力学特征少有研究.此外,轻音乐被报道对于抑郁症、精神分裂症及术后损伤均具有较好的辅助治疗作用.本文应用临界动力学理论,研究了轻音乐刺激状态时大脑皮层脑电临界动力学特性.我们记录了26名被试在闭眼、睁眼及闭眼听音乐状态的脑电信号,对3种状态进行了频率特性和临界动力学特征分析.结果显示人在睁眼状态,全脑脑电信号活动率显著高于闭眼和听音乐状态.相对于闭眼的临界状态,音乐状态和睁眼状态分别趋向于次临界和超临界的状态,即趋向于系统的低耗能态和高耗能态.说明轻优美的音乐可以帮助大脑进入更好的休息状态,没有大尺度的活动发生,这为音乐治疗提供了有价值的实验依据.     

基于频率的Read Mapping种子选择算法

选择具有最低频率的最优种子是一个复杂的计算问题,往往需要很长时间.提出了一种read的基于频率的合并种子选择算法(FMSS),该算法能够高效地选择接近最优的种子集合,可用于改善现有映射工具的性能.实验对比了平均种子选择方法和当前最优的种子选择策略(OSS,optimal seed solver),结果显示FMSS算法能够用很少的时间代价给出接近OSS的最优种子集合,这表明FMSS算法可集成到现有映射工具中用于处理更大规模的read mapping问题.     

一种任意波形信号发生器的实现方法

本文探讨了一种任意波形发生器的实现方法。利用DDS原理及FPGA编程技术,在一块FPGA芯片上实现整个系统时序和波形RAM的设计,采用单片机进行显示控制及频率和相位设置,上位机采用LabWindows/CVI进行软件设计,产生的任意波形数据通过串口下载到波形RAM中,实现了任意波形的输出。经测试,本系统可输出步进为10Hz、频率范围为0.01Hz~30MHz、频率稳定度优于10-7的正弦波。本文提出的任意波形发生器的实现方法简单,性价比高,产生的波形频率分辨率高,输出频率的转换速度快,而且频率转换时,DDS系统输出波形的相位是连续的。     

随钻声波信道中基于OFDM的信息传输分析

提出利用OFDM传输方案在随钻声波信道中进行数据传输的方法。首先分析了随钻声波钻杆信道的频谱资源和衰落特性,然后对OFDM的传输方案进行分析与实现,包括OFDM循环前缀的设计和OFDM系统参数的选择,最后对所设计的传输方案在随钻声波2个给定信道上进行了传输仿真。结果表明:在BPSK相位矫正的基础上,由100根钻杆级联信道上,绝大多数研究频点的传输误码率很低,信息传输是可靠的;由200根钻杆级联信道上,绝大多数研究频点的传输误码率都相当高,如果不采取特别的措施,可以认为此时信道不可用。     

超长双层网壳结构自振特性

对超长网壳结构同一面层的杆件进行不同数量的替换，通过结果的对比总结了替换数目对结构的影响，分析表明替换杆件的数量的增多能够提高地震控制的效果，但不是越多越好，要经过计算分析控制在一定的数量。     

基于跳跃、跳跃强度和机制转换的股票市场波动建模及其预测研究

将跳跃及其跳跃强度引入到异质自回归(heterogeneous autoregressive, HAR)模型中,并在此基础上进一步嵌入固定转移概率矩阵的马尔可夫状态转换机制模型,构建出系列新的波动预测模型.运用系列统计检验手段(如模型置信度检验、样本外R²检验、趋势检验)评估上述预测模型对中国股票市场波动的预测能力,样本外的实证结果表明:1)与基准模型相比,结合马尔可夫机制转换的模型具有更好的预测表现; 2)相比其他预测模型,包含跳跃、跳跃强度以及马尔可夫机制转换的模型(MS-HAR-TJI)具有更高的预测精度; 3)在新冠疫情爆发期以及高波动时期, MS-HAR-TJI模型对中国股票市场波动仍具有很强的预测能力.