宽带低频振动能采集器驱动的无线传感节点

提出一种自供能的无线温湿度传感节点,其主要由振动能采集器、电源管理电路、微控制器、温湿度传感器和无线收发模块构成,无线传感节点由一个带滚珠的低频宽带振动能采集器供电。当加速度的幅值频率分别为9.8 m/s2和18.4 Hz,负载为140 kΩ时,采集器一根压电梁的输出功率为0.51 mW,半功率带宽为17.8%或3.8 Hz。电源管理电路包括LTC3588-1芯片、LT3009芯片和一个2 200 μF的电容,微控制器采用低功耗MSP430F149单片机,无线收发模块采用nRF24L01。实验结果表明,当外界环境振动加速度幅值为1 g,频率从5 Hz增加到18 Hz时,该节点均可正常测量并发送环境的温湿度信息,只是时间间隔由848 s缩短为60.2 s。采集器的宽带低频特征使该无线传感节点可应用于多种环境。        

用于测厚和裂纹检测的正交横波电磁超声换能器仿真分析及实验研究

垂直入射的横波在测厚时具有较高的灵敏度,但检测裂纹常需采用斜入射方式,单个换能器无法同时进行这两种检测。该文设计了一种正交横波电磁超声换能器（EMAT）,通过两个蝶形线圈在铝板中激发正交偏振的横波,提出在脉冲回波模式下利用两个线圈接收信号的声时信息和幅值差,同时进行测厚、检测裂纹并确定裂纹方向的方法。建立正交偏振EMAT三维有限元模型,对横波声场与裂纹缺陷的相互作用进行仿真,研究线圈间距、裂纹尺寸对正交声场和信号幅值差的影响。仿真和实验结果表明：正交横波EMAT通过一次检测可以同时实现测厚、裂纹检出及裂纹方向定位,为腐蚀减薄和裂纹等缺陷的在线检测提供了新方法。     

煤自然发火的指标气体分析及临界判定

通过对红庆梁煤矿11303工作面煤样的分析测试,优选出适用于本煤层的指标气体种类,同时为了提高本工作面煤自燃的预判准确度,优选采用烯烷比和CO增加速率为判定指标,根据其数值不同准确判断煤自燃所处的阶段。通过分析研究成果,实现红庆梁煤矿11303工作面采空区煤自燃的准确预测,为工作面防灭火工作提供有效的依据。     

电磁声发射技术在无损检测中的应用

电磁声发射技术是通过对导电部件进行电磁加载产生洛仑兹力,进而激发声发射效应,并通过此效应来进行无损检测.它可以定位薄金属板中微小的缺陷或裂缝,而且不需要完全加载,集合了电磁无损检测技术和声发射无损检测技术的优点.建立了电磁声发射的有限元模型,分析了试件在不同加载条件下的形变,对比了几个加载因素对电磁声发射的影响,并对试件进行了温升分析.在数值分析的基础上进行了电磁声发射实验,得到了电磁声发射信号,并对缺陷进行定位.     

带耦合变压器的直流侧有源电力滤波器的仿真研究

提出了一种基于耦合变压器的直流侧串联型有源电力滤波器（active power filter,APF）。该APF通过一个耦合变压器与主电路相连。与不带变压器的直流侧串联型APF相比,它可以灵活地、大范围地改变APF的输出电压,从而充分利用开关器件的容量,并且能够实现APF与主电路的绝缘隔离,防止电力系统的各种干扰直接进...     

北京正负电子对撞机重大改造工程

北京正负电子对撞机重大改造工程是我国“十一五”时期的一项重大科学工程。工程从2004年初开工建设,经过五年的努力,按指标、按计划、按预算、高质量地完成了各项建设任务,并于2009年7月通过了国家验收。本文报告了北京正负电子对撞机重大改造工程的建设进程,总结了在激烈的国际竞争中改造方案的选择和工程的质量、经费和进度控制等方面的经验。     

BP神经网络辅助的缓变故障双阈值检测法

针对传统$\chi ^2$检测法对惯性/卫星组合导航缓变故障检测效率不高的问题,提出一种基于BP神经网络辅助的缓变故障双阈值检测法.基于BP神经网络建立位置与速度子预测器,实现对卫星导航量测数据的预测,在此基础上根据预测精度提出双阈值的低检测门限,辅助残差chi^2检测法进行故障检测与系统重构.仿真结果表明,对于缓变故障,所提出方法能有效提高故障期间滤波精度、降低漏警率以及组合导航的可靠性.     

基于自适应图卷积注意力神经协同推荐算法

随着互联网的快速发展,推荐系统可以用来处理信息过载的问题。由于传统推荐系统的诸多问题导致其无法处理发掘隐藏信息,提出一种自适应图卷积注意力神经协同推荐算法（ANGCACF）。首先获取用户和项目交互图,通过图卷积神经网络自适应的聚合用户和项目特征信息;其次对用户和项目特征信息添加自适应扩充数据,以解决数据稀疏性,利用注意力机制对用户和项目特征信息及添加的自适应扩充数据重新分配权重;最后将得到的用户和项目特征表示使用基于矩阵分解的协同过滤的算法框架得出最终推荐结果。在MovieLens-1M、MovieLens-100K和 Amazon-baby三个公开数据集上的实验表明,该算法在推荐准确率、召回率、MRR、命中率和 NDCG 五个指标上均优于基线方法。     

小样本条件下永磁同步电机深度迁移学习性能预测方法

使用深度学习算法建立代理模型可实现电工装备性能的快速预测与分析,但其训练过程需大量样本。而现代电工装备的标签样本稀缺,导致模型预测精度低,制约了算法的工程应用。考虑到历史任务中积累的标签样本充足,且此类样本与目标任务的样本间存在相关的知识信息,建立了一种深度迁移学习性能预测方法,将历史电机样本中积累的性能预测知识迁移应用于目标电机性能分析中。首先使用目标域无标签样本对深度置信网络（DBN）进行逐层无监督训练,然后借助源域有标签样本建立参数共享的预训练网络,最后通过少量目标域有标签样本进行适配层训练和全网络微调的方法实现模型迁移。通过结构差异程度不同的Prius电机进行案例验证,结果表明,所提方法能够在满足一定预测精度的情况下,使用较少的标签样本完成目标电机的性能预测任务,为现代电工装备的性能分析与优化提供了新的思路和实践方法。     

基于原位聚合法水性聚氨酯/MWCNTs杂化电沉积树脂的制备、形态及性能

采用超声波辅助反应技术,通过甲苯二异氰酸酯(TDI)改性羟基多壁碳纳米管(MWCNTs),制备出异氰酸酯修饰的活性MWCNTs。采用原位聚合法制备出MWCNTs杂化的水性聚氨酯树脂,与交联剂混合后得到水性聚氨酯电沉积涂料。采用红外光谱(FT-IR)、透射电子显微镜(TEM)、电导率仪等测试方法,研究了MWCNTs用量对水性聚氨酯漆膜外观和性能的影响。结果表明,MWCNTs成功接枝到聚氨酯分子主链上;随着MWCNTs用量的增加,水性聚氨酯漆膜的导电性、光泽度、硬度和耐酸性表现出先增大后降低的规律。当MWCNTs的质量分数为0.75%时,MWCNTs在水性聚氨酯树脂中表现出最好的分散稳定性,漆膜的导电性、光泽度、硬度和耐酸性等性能达到最佳。