基于KNN改进算法的闪烁体探测器故障诊断

为研究核探测器的可靠性,本文提出了一种基于K近邻(KNN)算法的闪烁体探测器故障诊断方法。首先通过提取不同工况下的核脉冲信号的下降沿时间、信号幅值及能谱信号的能峰位置和低道址计数等特征参数,建立故障核信号统计特征信息库。通过修正权重因子,改变邻点距离计算方式等方法改进KNN算法建立闪烁体探测器故障诊断模型,并搭建故障数据采集验证系统,提取探测器输出信号的特征信息放入到模型中进行诊断实验。实验结果表明,该方法不仅能实现对探测器故障类别的智能诊断,而且能对不同故障的严重程度做出良好的判别。

基于BP神经网络的核探测器故障诊断方法研究

核探测器是核设施放射性监测的重要设备,为了保障该设备的持续稳定运行,本研究针对闪烁体探测器提出了一种基于BP神经网络的在线智能故障诊断方法。采用小波包变换将探测器输出信号从时域变换至频域后提取特征向量,将得到的特征向量作为BP神经网络故障诊断模型的输入,再通过误差梯度下降法对该模型的参数进行优化,最终利用最优的诊断模型完成故障类型的智能识别与分类,并将该方法与统计诊断方法和基于支持向量机的故障诊断方法进行横向的对比研究。研究结果表明,新方法的平均诊断准确率均优于上述两种方法。因此,该方法的应用能有效地提高核探测器的故障诊断准确率。

2010年夏季杭州市余杭区产蛋鸭急性减蛋的原因调查

2010年入夏后,杭州市余杭区蛋鸭养殖地区产蛋鸭普遍发生严重的急性减蛋和死亡现象,按照往年防控办法均无明显效果。现将有关情况介绍如下。 1流行病学调查 本次急性减蛋疫情从夏初开始,呈日益严重趋势。

蛋鸭输卵管炎卵黄性腹膜炎的流行病学调查及防治措施

本病由大肠杆菌所致。人工感染能成功复制本病。近年来由于水体污染的日益加剧,本病在各地蛋鸭场的发病率和发病强度也越益严重。本病发生随着产蛋而开始,产蛋停止而告终。有些患病鸭群产蛋率下降可达1/3以上,受精率严重下降,孵化时常出现大批臭蛋。患病鸭的粪便常呈彩色粘性稀粪,输卵管及腹腔内常有浆液性、纤维性带臭味的炎性渗出液,有一定比例的泄殖腔外翻。公鸭偶尔出现阴茎炎。水质净化及鸭舍的清洁是防止本病的关键。分离发病场致病菌株经过纯培繁殖,制成自家场灭活苗可有效地预防本病。抗生素、磺胺类等抗革兰氏阴性菌的药物对治疗本病有效,但必须注意克服耐药性。

蛋鸭水污染物中毒的诊治

长久以来，人们对蛋鸭的农药中毒、鼠药中毒、过量的兽药以及饲料的霉菌毒素中毒一直比较重视，也积累了丰富的防范经验。然而对水环境污染物造成的蛋鸭中毒则比较生疏，尤其对其中某些类别的中毒知之甚少，更缺乏相应的防治手段。