马铃薯泥挥发性风味物质研究

采用顶空固相微萃取法(HS-SPME)制备样品,利用气相色谱质谱联用法(GC-MS)分离并鉴定新鲜的及在4℃下冷藏1d的马铃薯泥的挥发性风味物质。由检测结果可知,新鲜样主要风味组分有47种,而冷藏样主要风味组分有37种。新鲜样中最丰富的是醛类化合物,出峰面积相对比例76.94%,其次是呋喃类8.08%,醇类6.85%。冷藏样中出峰面积相对比例较高的是醛、酯、醇类化合物,分别为93.27%、3.45%和1.03%。新鲜样和冷藏样中醛类含量均最高,是由蒸煮阶段不饱和脂肪酸在脂肪氧合酶催化下生成的。     

软体机械臂的建模与神经网络控制

软体机械臂因其出色的环境适应能力以及安全的人机交互使其在医疗、航天航空等领域有着广阔的应用前景。但由于软体机械臂是一类连续体装置,不能采用传统的刚体机械臂的建模和控制方法,需要一种新的建模方法。针对一类线驱动软体机械臂,本文提出一种基于应变参数化方法的软体机械臂建模方法,能够描述软体机械臂在三维空间下在不同布线方式下的运动。首先把整个软体机械臂当作一个Cosserat梁,利用成熟的Cosserat梁理论进行建模,其核心思想是利用Ritz方法对软体机械臂应变场进行离散化,得到一组常微分方程组,其次利用反向传播(Back propagation,BP)神经网络完成形状空间与驱动器空间的驱动力转换。针对软体机械臂模型中存在的未知动态,利用径向基函数（Radial basis function,RBF）神经网络进行逼近和补偿。然后基于Lyapunov稳定理论证明了引入自适应神经网络控制器后闭环系统的稳定性。最后,针对模型与自适应神经网络控制器进行了一系列的仿真实验,验证了模型和控制算法的有效性。因此,可以实现对一类软体机械臂的建模控制。      

AdaBoost算法组合的GABP诊断模型在轴承故障中的运用

考虑到轴承故障难以诊断的问题,提出AdaBoost算法组合遗传算法优化的BP神经网络(GABP-AdaBoost)的诊断模型。利用遗传算法寻优能力对BP网络的权值与阈值进行优化,并用AdaBoost算法进行组合;采用UCI标准数据集对GABP-AdaBoost算法中的关键参数进行分析,并设置最优参数;用最小二乘法和指数平滑法消除轴承振动信号中的漂移和微弱噪声,并用因子分析法选择最优时域参数;使用GABP-AdaBoost算法对轴承故障样本进行诊断,并将GABP、BP、BP-AdaBoost作为对比算法。重复试验30次的结果表明:GABP-AdaBoost算法诊断效果达到90%以上但诊断时间较长;BP-AdaBoost算法诊断效果优于GABP且耗时较少;GABP-AdaBoost算法与BP-AdaBoost算法对重复诊断的波动敏感程度较低。     

2.5D/3D硅基光电子集成技术及应用

全球网络流量急速增长，数据传输所需带宽和能源消耗也随之快速增加，传统电子信息互联架构已无法满足日益增长的带宽和节约能耗的需求。硅基光电子技术具有带宽高、能耗低并且可以利用成熟的互补金属氧化物半导体(CMOS)技术将光子集成电路和电子集成电路大规模集成在硅衬底上等优势，能满足下一代数据传输系统的迫切需求。2.5D/3D硅基光电子集成技术可以有效缩短光芯片和电芯片之间电学互连长度、减小芯片尺寸，从而减小寄生效应、提高集成密度和降低功耗。文章介绍了硅基光电子集成技术的不同方案和最新进展，并展望了硅基光电子芯片结合2.5D/3D集成技术在数据通信、激光雷达、生化传感以及光计算等领域的应用前景。