UNIX环境下的Pascal语言与C语言间的转换

本文介绍了在UNIX系统环境下,利用M_4宏处理技术和sed非交互式正文编辑,实现Pascal语言与C语言问可逆转换的方法,给出了类Pascal语言和类C语言的构造思想和实现技术。使得在C环境下可以进行Pascal程序设计,在Pascal环境下可以进行C程序设计。     

基于PCA-UPF的风力机轴承剩余寿命预测方法

为解决风力机轴承退化指标提取困难与剩余寿命预测精度低的问题,提出一种基于主成分分析(PCA)和无迹粒子滤波(UPF)的预测方法。该方法主要包括退化指标提取和寿命预测2个步骤。在退化指标提取部分,通过PCA对轴承实时振动信号的多域原始特征集进行融合,得到能够反映轴承衰退趋势的退化指标。在剩余寿命预测部分,通过对轴承历史数据的拟合分析构建退化模型,再利用UPF算法对模型参数进行更新,实现对轴承退化状态的跟踪和预测。使用实际风力机轴承监测数据对所提方法进行验证,结果表明该方法相比于传统的粒子滤波PF方法,能有效降低粒子退化程度,从而显著提高轴承剩余寿命预测精度,为大型风电机组的健康管理和可靠性评估提供参考依据。     

对大空间类蒙古包室内声环境测量研究

文章通过对呼和浩特市大空间类蒙古包声环境现状调研,确定大空间类蒙古包室内功能的分类,并对其室内声环境进行了实地测试,以全面了解大空间类蒙古包声环境的现状,作为展开对大空间类蒙古包声环境进一步研究的铺垫.     

风力机轴承实时剩余寿命预测新方法

由于传统退化指标对周期性故障冲击缺乏敏感性和鲁棒性,无法实现风力机轴承退化过程的适时跟踪以及剩余寿命的准确预测,提出了基于包络谐噪比（envelope harmonic?to?noise ratio,简称EHNR）和无迹粒子滤波（unscented particle filter,简称UPF）相结合的风力机轴承实时剩余寿命预测方法。首先,通过计算振动信号的EHNR监测轴承的早期退化点,并提取EHNR的趋势特征作为退化指标;其次,以轴承历史数据构建退化模型,利用UPF算法更新模型参数,实现对轴承退化状态的跟踪和预测;最后,使用实际风力机轴承监测数据对所提方法进行验证。结果表明,该方法能适时启动寿命预测机制,有效解决传统粒子滤波算法的粒子退化问题。与常用的支持向量回归模型（support vector regression,简称SVR）、反向传播神经网络（back propagation neural network,简称BPNN）的预测方法相比,具有较高的预测精度,为大型风力机组的健康管理和可靠性评估提供参考依据。     

适用于塔中区块碳酸盐岩缝洞型异常高温高压储集层的钻井液承压堵漏材料

为了有效地解决塔中区块碳酸盐岩缝洞型异常高温高压储集层在钻完井过程中井漏、溢流频发的问题,在对该区块目标储集层地质特征和漏失情况进行统计分析的基础上,引入抗高温、高承压和研磨性好的刚性堵漏材料GZD,通过静态承压封堵实验对单剂加量及其与木质素纤维、弹性材料SQD-98和碳酸钙的复配加量进行了优化,形成了抗高温、高承压的新型复合堵漏材料SXM-I并通过钻井液配伍性实验、裂缝静态封堵承压实验和岩屑砂床实验对其性能进行了评价。实验结果表明,该新型复合堵漏材料与现场钻井液体系具有较好的配伍性,形成的堵漏钻井液既能封缝又能堵洞,裂缝静态承压9 MPa以上,累计漏失量仅13.4 mL;大孔径岩屑砂床30 min内侵入深度仅为2.5 cm,表现出较好的高温高压封堵性能,为该区块的顺利钻进提供了技术支撑。     

内蒙古严寒地区大空间建筑绿色改造技术利用分析 ——以2021年全国高等院校"绿色建筑设计"技能大赛一等奖方案为例

内蒙古严寒地区自然气候的恶劣性,导致人们对该地区建筑的室内物理环境要求较高.对内蒙古严寒地区大空间建筑进行绿色改造,使建筑改造技术和绿色建筑设计技术相互结合,已逐步受到建筑师们的重视.以2021年全国高等院校"绿色建筑设计"技能大赛为例,使用斯维尔系列软件,对内蒙古工业大学老思源餐厅的建筑改造项目进行模拟分析.结果表明...     

超高效液相色谱-串联质谱法测定水产品中18种卡因类麻醉剂的残留量

文章建立了超高效液相色谱-串联质谱(UHPLC-MS/MS)法同时测定水产品中18种卡因类麻醉剂的含量。样品采用磷酸盐缓冲溶液提取,混合阳离子固相萃取柱(MCX)净化,乙腈和0.3%甲酸水为流动相,经HSS T3色谱柱分离,采用UHPLC-MS/MS进行分析。方法学验证表明,18种化合物的线性关系良好,相关系数(R²)均大于0.999;检出限为0.2～0.4μg/kg,定量限在0.7～1.3μg/kg之间;以鲈鱼、明虾、螃蟹为基质,进行3个不同加标水平试验(n=6),18种化合物的平均回收率在84.7%～108.7%之间,相对标准偏差RSD在1.6%～7.5%之间。该方法具有较高的灵敏度、准确度以及重现性,适用于水产品中18种卡因类残留的测定。     

非互联状态多层电磁屏蔽体屏效研究与分析

大型射电望远镜建设加速,迫切需要研究超高电磁屏蔽技术并将其应用于工程实践。文中从理论层 面推导和分析了非互联状态多层屏蔽壳体屏蔽效能与层数之间的关系,并依据GB/ T 12190 电磁屏蔽室屏蔽效能的 测量方法,建立了单层、双层、三层预测分析模型,采用优势主路径法预测分析了不同层数屏蔽体的屏蔽效能,通过 与理论计算结果进行对比,验证了非互联状态多层屏蔽层数与屏蔽效能之间的关系,为大型射电望远镜超高屏蔽环 境构建提供技术和理论支撑。     

基于迁移学习的风电机组轴承故障诊断研究

针对风电机组运行工况复杂，实际采集的振动信号存在分布差异，导致故障诊断模型的分类效果偏低问题，提出一种具有多核领域适应（MKDA）的多尺度卷积神经网络（MSCNN）风电机组轴承故障诊断研究方法（MKDA-MSCNN）。该方法通过迁移理论将已知风电机组知识迁移至目标风电机组实现故障诊断。首先，利用源域数据预训练MSCNN网络，再利用多核领域适应减小源域和目标域分布差异，最终获得目标风电机组故障诊断模型。试验结果表明，该文提出的MKDA-MSCNN方法在实际风电机组轴承故障诊断中分类精度高达96.17%，对比结果表明该文所提方法的故障分类准确度优于其他深度学习和深度迁移学习方法，对迁移学习理论在实际工程风电机组轴承故障诊断中的研究具有一定价值。