单片机智能辐射剂量监测系统

本文介绍了以单片机为主体的智能放射性剂量监测系统的硬件组成，系统功能及软件特点，并与常规则则系统作了比较，指明了该系统的优越性。     

发动机点火控制台系统设计及应用

本文结合某火箭发动机性能测试的标志呢,对该火箭发动机点火控制台系统进行了设计。在原理上,该系统借助测试系统电路的电阻和恒定电压,依靠设置的点火电流来确保某火箭点火的实现。在软件开发上,本系统主要应用Visual C＋＋联合Measurement Studio的方式。最后对该点火控制台系统的可靠性进行应用分析。     

核电站设备的维修优化

以核电站设备的维修特征分析为基础,建立了修理性预防维修模型;同时针对核电站设备,对与维修相关的费用和与故障后相关的费用进行了详细的量化研究.最后从故障概率和维修费用出发,讨论了预防维修周期的确定与相应变化,并给出随费用和故障率变化的曲线.     

可自动修正辐射系数的辐射高温计

日本企诺公司和川崎制铁公司共同开发了可自动修正辐射系数的辐射高温计。这种温度计是在装置内采用红外线技术实现对辐射系数的测量,从而把实际温度显示在显示器上。这样就节省了测量时间和工作量。该     

基于概念格的语义Web服务匹配研究

以本体论和概念格理论为基础，提出一种基于语义Web 服务相似度的功能匹配方法；根据该方法实现了一个原型系统，为语义Web服务查找匹配提 供了一种可行的解决方案.     

BP神经网络改进算法在核电设备故障诊断中的应用

根据训练误差大小自适应调整神经元输入特性参数,并应用改进的遗传算法对神经网络的权值和隐含层数目进行优化,对传统的人工神经网络误差反传算法进行了改进,使训练算法的收敛速度大大提高.将人工神经网络技术和改进的BP网络训练算法应用于核电设备故障诊断,并以核电蒸汽发生器U形管破裂为例,建立了故障诊断模型.仿真结果表明,该算法的应用是可行的.     

航天产品静强度试验技术风险分析与控制

本文重点讨论航天型号研制项目技术风险的概念与内涵,从技术风险识别方法、质量控制管理两方面,明晰梳理试验技术风险工作的管理理念,并结合技术归零案例,从过程概述、原因分析、风险警示等方面开展质量问题分析.     

DSmT的主冷却剂泵并发故障融合方法分析

针对核电站主冷却剂泵故障特征微弱难以有效辨识及DST仅能解决在无高冲突辨识框架下的单一故障诊断等问题,提出一种基于DSmT决策级主冷却剂泵并发故障融合诊断模型．采用核主泵自由DSm模型和混合DSm模型对含有故障信息的多个独立证据源进行动态融合计算;分析核主泵DSmT故障特征信度赋值变化,确定主冷却剂泵故障(并发故障)诊断总决策. 结果表明, 将核仿真机采集TS、SS、VS和DS多源传感器数据直接对基本概率函数进行赋值,得出主冷却剂泵故障(并发故障)决策结果与实际工况相符,实例验证了所提方法的可行性、有效性及准确性．     

高效液相色谱法测定槐角中染料木素的含量

采用高效液相色谱法测定槐角中游离染料木素和总染料木素含量,为评价槐角的品质提供了科学的依据。采用Diamonsil C18柱(250 mm×4.6 mm,5μm),流动相为甲醇-水(60∶40),流速1.0 mL/min,检测器波长260 nm,柱温为30℃,加标回收率为90.6%～101.2%,RSD为3.89%和4.23%,2个槐角样品的总染料木素含量分别为4.65%和4.37%。该方法操作简便,准确可靠。     

深度神经网络在滚动轴承故障诊断中的应用

为了对滚动轴承发生的故障类型进行诊断,从而提升设备的安全性,提出了一种基于深度残差神经网络的智能故障诊断方法,并使用多传感器融合技术对深度残差神经网络进行了改进,使得诊断模型的识别精度和鲁棒性得到进一步提高.首先,通过多传感器技术来获取丰富的设备运行状态信息,然后利用时频分析方法短时傅里叶变换提取原始振动信号的初级特征信息,最后利用深度残差网络的强大学习能力,进一步提取初级特征信息中的高级特征信息,并识别设备的故障类型,从而实现滚动轴承的故障诊断.为了验证所提出方法的有效性,使用滚动轴承实验数据对方法进行了测试,同时与基于深度卷积神经网络和单传感器故障诊断模型进行对比,研究结果表明,提出的智能方法不仅能对故障进行准确识别,而且具有相当良好的泛化能力和抗噪能力,其故障精度达到了100%,在单传感器或多传感器受到强噪声干扰时,分别实现诊断精度至少为93.78%和82.54%.