化学工程与工艺专业工程类课程教学改革探索与实践

为提高地方高校应用型专业学生的工程素养和就业竞争力,以长江师范学院化学工程与工艺专业为例,分析了该专业所开设的工程类课程所存在的主要问题,提出根据化工专业的学生所需具备的工程应用能力,对工程类课程进行模块化设置,并进行模块化和工程化教学;同时,建立健全校内设计大赛的比赛机制,以增强学生的综合设计应用能力。研究成果能够更好地实现工程类课程的教学目标,也能一定程度上提高毕业生的工程能力和工程素养。     

自适应正则化迁移学习的不同工况下滚动轴承故障诊断

针对不同工况下存在两域分布差异复杂的问题,提出自适应正则化迁移学习的不同工况下滚动轴承故障诊断方法。首先,训练基分类器为目标域预测伪标签,利用联合分布适配对齐两域分布,以减小分布差异;其次,通过流形正则化对目标域数据进一步利用,挖掘数据的潜在分布几何结构,学习目标域数据分布信息;最后,利用在结构风险最小化框架下建立的分类器结合上述两步学习策略,迭代更新伪标签获得最优系数矩阵完成不同工况下滚动轴承故障诊断。在两组滚动轴承数据集上进行实验验证,实验结果显示所提方法识别准确率分别达到了96.38%,94.18%。证明该方法能够有效应对多种工况导致的复杂分布差异,同时具有较好的有效性和可行性。     

基于模糊PID控制的半导体激光器温度控制系统设计

为实现某半导体激光器特殊应用场合对使用温度的要求,采用DSP数字信号处理芯片配合温度传感器铂热电阻Pt100和陶瓷加热片等,设计了一个半导体温度控制系统。介绍了系统的硬件电路、软件控制流程和模糊PID控制算法原理,建立了系统的数学模型,并利用MATLAB中的Simulink仿真环境对系统进行了仿真。最后搭建了系统测试平台,验证了系统的可靠性。     

自相关结合灰色关联度的轴承早期故障诊断方法

针对滚动轴承性能衰退指标敏感度低且退化起始点难以检测的问题,本文提出了自相关函数结合灰色关联度(Autocorrelation function and gray relational degree,AF-GRD)的轴承早期故障诊断方法。首先,基于希尔伯特变换和自相关函数处理轴承全寿命数据样本组获得自相关系列函数。然后,提取轴承运行初期的第一组数据作为参考样本,计算其余样本和参考样本的灰色关联度并构建轴承性能衰退指标。最后,根据该指标的变化趋势和健康阈值确定轴承早期故障发生的时间段,截取该时段的数据样本进行希尔伯特包络谱分析实现轴承早期故障诊断。利用实验室数据库完成对轴承早期故障诊断,结果表明：所提方法敏感度高而且可以完成轴承早期退化检测。     

型钢悬挑高支模系统的设计与应用

随着更多高档住宅小区不断追求建筑形式的立面效果,使建筑物外立面的设计更加具有特色和复杂化,如大跨度挑檐、阳台错层布置、外伸屋面等。对于高层建筑而言,传统的施工工艺已不能满足现代建筑的施工要求,同时在建筑结构施工中也成为施工质量、安全控制的难点。以所建项目为例,阐述了高层大跨度外伸屋面实际应用的型钢悬挑高支模支撑体系施工的要点与相关注意事项,旨在为类似工程提供借鉴。     

东芝130变频器使用与维护

文章从实际使用与维护角度出发,以东芝130变频器为例,讨论变频器在净化厂房空调系统以及自循环风机组中的应用。简单介绍了该变频器的基本工作原理和使用状况,分析该变频器经常损坏的主要原因,叙述了抑制变频器高次谐波和实际维护的方法。     

一种高精度的扩频同步方法

针对直接序列扩频(DS)系统,提出相关峰判决反馈叠加同步法,在传统滑动相关同步法的基础上,将滑动相关器得到的相关序列根据粗同步后码元判决结果叠加处理,可以将精同步点处信噪比提高很多,从而能够准确找到精同步点的位置.     

提高分段空场法中深孔爆破质量的实践

本文根据贵溪银矿具体情况 ,就如何提高分段空场法中深孔爆破质量 ,对合理设计矿块回采顺序、抓好采场单体设计及采准切割工程施工质量、中深孔设计施工验收质量、中深孔爆破设计及施工质量、爆破效果安全技术检查和处理等做了详细阐述 ,强调了与爆破相关的几项工作。     

一种改进的自适应线性网络多用户检测器

采用粒子群优化算法结合LMS算法来改进自适应线性网络的训练过程,改变了传统神经网络交错反复周期性循环训练样本的训练方式,可以逐个样本的进行训练来达到全局最优,从而从根本上克服了神经网络动态适应性能差的缺点.计算机仿真结果表明,改进的自适应线性网络构成的多用户检测器(简称ANN-MUD),动态适应性能明显改善,实用性大大增强.     

基于改进YOLOv3的安全帽佩戴检测算法

针对复杂工业场景下安全帽佩戴检测存在检测精度低、误检率和漏检率高以及检测速度慢等问题,提出一种改进YOLOv3的识别精度高、检测速度快的安全帽佩戴检测算法。对传统YOLOv3主干网络进行裁剪改进,使检测速度得到明显提升;引入空间金字塔池化模块使局部特征和全局特征更有效地融合;将损失函数改进为CIoU以提升目标预测框与真实目标框的拟合效果;扩充第四特征融合尺度用于小目标检测以提高小目标的识别精度。结果表明：在复杂工业环境下,改进后的YOLOv3安全帽佩戴检测的平均检测精度提高了2.37%,且检测速度提升了2.7倍,同时降低了安全帽佩戴检测的漏检率以及误检率。