某金铁氧化矿中矿泥对氰化浸出影响的研究

考察了高岭土、绿泥石、白云石和褐铁矿4种常见易泥化矿物对氰化浸出过程的影响,发现褐铁矿和白云石在细磨时形成的次生矿泥比原生矿泥具有更强的吸附已溶金能力,使浸出率降低。研究了原矿经粗磨-磁选后易泥化矿物的分布,对云南某金铁氧化矿采用"粗磨-分类磁选-分组氰化浸出"的新工艺,有效减少了次生矿泥的生成,与"细磨-氰化浸出-磁选"的传统工艺相比,金浸出率由85.26%提高到93.05%,铁精矿回收率由41.20%提高到70.86%。     

煤矿供水Fuzzy-PID控制系统

本文在分析了目前煤矿供水系统存在的问题之后,提出了一种新的复合控制的方法,即Fuzzy-PID控制。文章详细介绍了Fuzzy-PID控制原理、供水系统的组成及Fuzzy-PID控制的实现过程,该控制系统不仅控制精度高,而且工作可靠,节电率高,具有明显的经济效益和社会效益。     

基于油中溶解气体分析的ISSA优化LSSVM变压器故障诊断研究

为了提升变压器故障诊断的准确率,提出一种基于等规度映射(Isomap)与改进樽海鞘群算法(ISSA)优化最小二乘支持向量机(LSSVM)的变压器故障诊断方法。首先,基于油中溶解气体分析技术,构建14种能够反映变压器运行状态的故障特征,并结合Isomap对样本数据进行维数约减,消除变量信息之间的冗余数据;然后结合半数均匀初始化、混合反向学习策略和非线性递减权重因子策略对樽海鞘群算法(SSA)进行改进,并通过5个基准测试函数与原始SSA、粒子群算法(PSO)、正弦余弦算法(SCA)进行对比,证明其寻优能力和分类精度均有较大提高;最后用ISSA算法动态寻优LSSVM的惩罚参数γ和核函数参数σ,获取基于Isomap与ISSA-LSSVM相结合的故障诊断模型,并与PSO-LSSVM、SSA-LSSVM、SCA-LSSVM做对比实验,诊断精度分别为90.83%、81.67%、83.33%、80%。结果证明,所提方法能够有效地增强变压器故障诊断的性能。     

辽宁省观音阁水库现场安全检查综合评价

针对观音阁水库检测发现的问题和目前的管理现状,对水库安全从工程质量、运行管理、防洪标准、结构、渗流、抗震、金属结构等多方面进行综合评价,提出合理化建议。     

把脉连云港地区秋季棉花收购市场

目前连云港地区的棉花作物长势喜人，丰收在望，九月底十月初棉花陆续成熟上市，我们通过棉花生产形势的调查，种植成本的核算，把脉该地区的秋季棉花收购市场，为各方收购主体提供一些参考。     

基于ZigBee技术的输液监控系统的设计与实现

为科学有效的监控患者静脉输液过程,研究并设计了基于Zigbee技术的输液监控系统.使用Lab-view设计上位机监控界面,利用槽型光电开关检测点滴滴速,使用无线传输模块收发数据.设计了一种新型电子夹,通过调整步进电机控制电子夹开度大小,控制滴管横截面积,从而达到控制滴速的目的.经实验证明,系统工作稳定,实现了患者输液过程中的远程监控功能,达到了对点滴滴速的控制要求.     

瓦斯传感器检测方法研究

针对气体光纤传感器的检测原理,研究了一种全新的结合两种检测原理的瓦斯气体传感器系统。根据红外光谱吸收的方法,采用LED光源,将双波长差分检测结构与谐波检测原理结合起来。经实验表明,可提高系统的可靠性,降低系统误差。     

新结构永磁同步电动机磁场的有限元分析

提出了一种新结构永磁同步电动机,分析了该电机的空载磁场,绘制出空载磁场等位线以及气隙磁密分布曲线。结果表明,由于该电机采用较薄而性能较高的钕铁硼永磁磁极外贴在转子上,极大地限制了极间漏磁,达到高效能节的目的。用Ｖｉｓｕａｌ Ｃ＾＋＋语言编制了面向对象的有限元分析程序,为实现永磁同步电机ＣＡＤ奠定了基础。     

VVVF电梯系统试验模态分析

乘坐舒适性是电梯系统的重要技术指标 ,模态分析是研究机械系统动态特性的主要方法之一。本文介绍了试验模态分析理论 ,VVVF电梯试验模态分析系统的组成 ,以及试验结果 ,并对电梯系统的设计和安装提出了改进意见     

多策略改进麻雀算法与 BiLSTM 的变压器故障诊断研究

针对变压器故障诊断精度低的问题,提出了一种多策略改进麻雀算法(MISSA)与双向长短时记忆网络(BiLSTM)的变压器故障诊断模型。基于油中溶解气体分析(DGA)技术,结合无编码比值方法提取变压器9维故障特征作为模型输入进行网络训练,输出层采用Softmax函数得到故障诊断类型;采用Logistic混沌映射、均匀分布的动态自适应权重以及动态拉普拉斯算子来对麻雀搜索算法(SSA)进行改进;在初始解集内,利用MISSA对目标超参数进行寻优,使变压器故障诊断精度最优,并结合核主成分分析(KPCA)对故障特征指标降维,加快模型收敛速度。结果表明,提出的模型诊断精度为94%与PSO-BiLSTM、GWO-BiLSTM和SSA-BiLSTM故障诊断模型相比,分别提高了11.33%、8.67%、6%,验证了本文方法能够有效地提高变压器的故障诊断性能。