磷复肥“三内技术”研究与开发(五)

介绍磷复肥喷浆造粒“三内技术”中的料幕特性的研究 ,探讨物料量、料幕密度与扬料板之间的关系 ,提出扬料板计算为升举式扬料板设计提供理论依据。     

磷复肥喷浆造粒“三内”技术研究与开发(三)

介绍磷复肥喷浆造粒“三内技术”中的内返料技术、建立内返料计算式 ,探讨了返料数量对造粒的影响 ,为内返料装置的设计提供了理论依据     

中厚板轧机应力状态系数神经网络模型

为寻求计算应力状态系数的新方法,以4200轧机轧制的大量实测数据为基础,利用Matlab神经网络工具箱,以轧制前、后钢板厚度为输入神经元,以实测轧制压力并依靠压力公式进行逆运算获得的Qp为输出神经元,建立了轧制变形区的应力状态系数与轧件轧制前后钢板厚度对应关系的BP神经网络模型和GRNN神经网络模型.结果表明,用人工神经网络算法预测应力状态系数是可行的;且通过GRNN神经网络模型和BP模型的对比,说明GRNN网络具有更高的精度和更强的泛化能力.     

面向无人机航迹规划的自适应乌贼算法

面向无人机在线/离线航迹规划应用,针对传统乌贼算法的长时搜索局域化及精度变差问题,提出了一种联合修正的自适应乌贼路径搜索算法.首先,提出联合混沌扰动与变异学习的混合调节机制来扩充乌贼搜索深度,以提高搜索精度;然后,引入自适应权重机制来减小乌贼搜索范围,以提高搜索效率;同时引入适应度自动筛选机制来改善乌贼种群多样性,以防止陷入局部最优.通过6个基准函数测试验证了所提算法的有效性与先进性,最后对所提算法进行不同场景下的航迹规划仿真验证.针对离线航迹规划,所提算法规划航迹成功率高达100%,规划航迹最接近全局最优,其航程均值相比传统乌贼算法可缩减7.3 units,比粒子群算法缩减可达28.3 units.仿真结果表明:所提算法全局规划性能和搜索精度显著增强,同时随着场景复杂度的提高,其航迹优化效果更加显著;针对在线航迹规划,首先将全局路径规划问题转化为若干个航迹分段的规划,然后引入启发式方法确定分段节点.仿真结果显示所提算法满足实时性要求,规划航迹精度高,进一步验证了所提算法的有效性.     

±800 kV同塔双回直流线路杆塔空气间隙的放电特性影响因素研究

文章通过模拟实验,对±800kV 同塔双回直流线路杆塔空气间隙放电特性的影响因素进行研究分析,结果显示,现有的同塔双回直流线路杆塔空气间隙放电特性影响塔身宽度计算公式,对于±800kV 同塔双回直流线路杆塔的实际情况并不适用,而均压环尺寸以及导线直流电场、杆塔导线至下横担间隙距离等,是影响±800kV 同塔双回直流线路杆塔空气间隙放电特性的主要因素。     

核主泵推力轴承断冷却水工况磨损机理研究

核主泵在核电厂断水工况下,其推力轴承失去冷源换热,推力轴承润滑介质将因轴承温度上升而不断提高润滑介质的温度,并伴随发生较复杂的热瞬态工况。当推力轴承润滑液膜厚度严重降低时,因液膜厚度不足而引发摩擦副的部分接触磨损。对某台核主泵断水试验后拆机检查,并经润滑分析断水运行工况下的磨损规律,断水工况磨损后若再进行全厂断电（SBO）惰性停机,瓦面随着磨损深度增加,轴承油膜厚度降低至无法可靠运行程度,损耗增加且伴随着油膜温度超过巴氏合金运行极限温度110~120℃,易引发轴承严重磨损。本研究可为优化轴承及提高磨损后SBO惰性停机的耐磨损能力提供理论支撑。      

密集杂波下的高斯混合信度传播多目标跟踪

为了提升密集杂波干扰下信度传播多目标跟踪算法的性能,提出基于幅度杂波抑制的高斯混合信度传播多目标跟踪算法.首先基于经典瑞利分布幅度模型,采用极大似然法估计目标初始信噪比,结合先验信息为目标信噪比构造截断正态分布模型,再对其进行边缘化;然后结合幅度信息,在信度传播前计算各量测信息的幅度似然比,并引入量测信息函数中,提高目标与量测的关联正确率;最后设置量测信息录取率,得到幅度似然比下限,对所有传感器的量测信息进行筛选,高效完成目标起始过程.研究表明:在不同信噪比和杂波密度下,通过与GMPHD、GMBP和GMBP-AK算法的对比实验,可以明显发现所提GMBP-AC算法的计算效率较高,能够较准确快速地响应各时间段内目标数目的变化情况,同时大幅度减小OSPA误差.进一步证明在密集杂波干扰环境下,该算法具备较强的杂波抑制效果,且能够较好地改善目标数目估计性能和多目标跟踪精度.     

第十五讲：水利安全生产监督管理

一安全生产的概念及安全生产的紧迫性 随着人类社会的发展,安全已成为人类求得生存和发展的最基本条件,为整个人类所共识。安全的含义一般理解为没有伤害、没有损失、没有威胁、没有事故发生,也可理解为客观事物的危险程度能够为人们普遍接受的状态,     

扶梯倾斜角的检测方法

GB16899-1997《自动扶梯和自动人行道的制造与安装安全规范》第10．1．1条规定：自动扶梯的倾斜角仅不应超过30°,当提升高度不超过6m，额定速度不超过0．50m／s时，倾斜角α允许增至35°（见图1中的ω）。自动人行道的倾斜角不应超过12°。对于ω角是指“梯级、踏板或胶带运行方向与水平面构成的最大角度”。图1所示由扶梯梯级的运行轨迹知：当扶梯上行时梯级倾斜角由E点逐渐增大至A点，A点至B点的角度最大且基本不变，再由B点至F点又逐渐减小。即AB段为倾斜最大角度段。     

多步态SVM分类且自适应阈值的行人定位方法

针对已有零速修正算法中固定阈值判定导致零速区间检测不准确,定位精度低的问题,提出了一种多步态SVM分类且自适应阈值的行人导航方法.选取行人在静止、行走、跑步、上楼、下楼运动步态下的零速判别最优阈值,利用多分类SVM对5种运动步态进行识别,根据气压计信息判断上下楼运动模式,并根据分类结果进行自适应阈值调节,确定零速区间,进而触发零速修正.实验结果表明,多步态SVM分类且自适应阈值方法提高了运动模式的分类精度,进而改善定位精度,定位误差0.44％.