基于CNN-LSTM-LOF的过程故障预测模型

在现代工业过程中,故障预测可以及时预测设备的潜在故障,减少事故的发生以及降低经济损失,因此故障预测对于过程系统至关重要。由于过程系统的复杂性以及运行数据集分布不均,使用正常数据集离线预测运行状态的方法没有较好的泛用性,且不太准确。针对以上问题,将卷积神经网络(CNN)与长短期记忆网络(LSTM)相结合,用于提取设备运行数据的特征,在线预测之后的运行状态;随后将预测结果送入在离线状态下训练好的局部异常因子(LOF)模型中,计算预测出时间序列的异常值;最后将异常值与离线状态下训练出的故障阈值进行比较,大于阈值则认为存在潜在故障。将模型用于田纳西-伊斯曼(TE)时间序列进行验证,并与传统的故障预测方法进行比较,实验结果表明:本文所提模型对于多故障以及单故障预测相比传统故障预测方法均具有更好的效果,可以提前1个采样窗口检测到数据异常,有应用于工业故障预测的潜力。

基于电磁瞬态过程的GIS隔离开关分合位置确认方法研究

GIS隔离开关在电力系统中扮演着重要角色,但分合闸不到位故障会威胁系统安全。传统的状态检测方法所反映的腔体内部信息有限,文中提出了一种基于电磁瞬态过程的新方法。利用在GIS隔离开关带电分合过程中产生的电磁瞬态信息,通过分析电磁瞬态信号的起止时间与开关动静触头位置关系,反演GIS隔离开关腔体内动静触头状态。同时,还提出了一种低采样频率下提取高频电磁瞬态信号特征的方法,并开发了相应的采集装置。不仅有效降低了数据采集量,同时可以成功确认GIS隔离开关的分合位置。最后通过实验证明了文中提出方法的有效性。

基于弗雷歇距离的GIS隔离开关卡涩缺陷识别及量化方法

电力工业上GIS(gas insulatedswitchgear)隔离开关的多种机械故障多是由传动机构及导电部结构应力变化导致,而这种应力变化的早期体现形式主要是卡涩缺陷。对GIS隔离开关卡涩缺陷的识别及量化对避免设备发生严重故障具有重要意义。然而,GIS隔离开关面临因工业现场开关机械状态的离散化导致的难以对卡涩缺陷进行识别和量化的问题,限制了运维人员对GIS隔离开关机械状态的感知能力与故障预警能力。文中以GIS隔离开关正常机械状态下的驱动电机功率曲线作为标准曲线,采用多窗口斜率的特征点识别方法,结合开关运行物理过程分析将电机功率曲线进行分段处理。在开关动作各分段内,采用弗雷歇距离分析对GIS隔离开关的卡涩缺陷进行识别,并相应地以标准曲线与动作曲线的弗雷歇距离作为量化依据。最后,通过ZF12B⁃126型GIS隔离开关实验,验证了文中所提出技术路线的有效性,实验证明在卡涩缺陷发展初期,文中采取的方法可以灵敏的对卡涩缺陷进行识别。

室内测绘机器人自主定位与三维建图研究

室内空间由于低照明、缺少GPS定位辅助和场景特征较少等原因难以利用有限传感器进行高精度三维建图。针对此问题,对FAST-LIO算法进行改进,引入了Lider-IMU参数初始化系统和后端回环检测优化算法,以增加大场景下的建图鲁棒性。采用公开数据集进行实验研究。结果表明,和现有算法相比,该算法轨迹误差精度均有提升。还设计了机器人在东南大学的建筑内部环境进行测试。实验结果表明,机器人能够实现自主移动建图并安全返回,效果良好。

X射线测量尺寸校准技术在GIS设备缺陷检测中的应用

在役GIS设备布置紧凑、结构复杂,现场X射线检测受空间、高度以及检测工装等限制而导致其拍摄角度受限,常出现射线束中心偏移、探测器翻转等非垂直透照情况,其X射线检测图谱出现平移、拉伸等变形,使得GIS部件尺寸的测量误差较大,部分缺陷难以准确定性。文中针对以上典型问题,建立了垂直透照以及X射线束中心偏移、探测器翻转、X射线束中心偏移且探测器翻转等非垂直透照情况下的几何模型,研究了X射线束中心偏移、探测器翻转角度对X射线检测图谱尺寸的影响规律,提出了不同非垂直透照情况下的X射线检测图谱校准公式,开发了一种非垂直透照下的在役GIS设备X射线检测缺陷尺寸测量校准方法,实现了全透照条件下缺陷尺寸的测量与校准。相关研究成果在现场超高压GIS隔离开关缺陷的诊断定性中取得了良好的应用成效。

融合IMU信息的三维激光SLAM方法

针对激光雷达SLAM(Simultaneous Localization and Mapping)算法定位精确度不高且鲁棒性较差的问题,文中提出了一种融合IMU(Inertial Measurement Unit)数据到三维点云配准过程的SLAM方法。在LeGO-LOAM(Lightweight and Ground-Optimized Lidar Odometry and Mapping on Variable Terrain)算法的研究基础上,在地面点提取环节引入IMU数据,将点云映射到世界坐标系下,减小载体抖动对地面点提取的影响。利用IMU输出信息消除点云由于载体运动产生的畸变,增强算法的鲁棒性。使用三点聚类法对一帧点云进行聚类分析,减少杂点的干扰,加快点云配准过程,提高了算法定位精度;同时引入闭环检测,减小匹配过程中的累积误差,得到全局最优解。结果表明,在大型户外干扰较多的环境中,改进SLAM算法减少了求解得到的轨迹波动,提升了点云配准精度,增强了算法的鲁棒性。

基于扩张状态观测器的管桩自动焊接机滑模控制

针对管桩自动焊接机中齿轮传动结构带来的齿隙非线性问题,文中提出一种基于扩张状态观测器的改进滑模控制器设计方法。将非线性、时变齿隙模型等价为全局线性化模型,并证明建模误差上限有界。基于该模型,考虑到输入齿隙未知以及外界干扰未知的情况,文中分别设计了滑模控制器和基于扩张状态观测器的改进滑模控制器。前者能够渐进稳定的跟踪输入信号,抗干扰能力强,但存在较大抖振;后者利用扩张状态观测器观测出未知扰动并直接补偿给控制器,在保证跟踪误差在期望精度范围的同时减少了抖振,便于工程实现。仿真实验证明了相较于传统滑模控制器,基于扩张状态观测器的改进滑模控制器系统到达滑模面的速度更快、抖振更少。

基于局部块特征优化的室内高精度激光SLAM方法

针对目前激光即时定位与地图构建(Simultaneous Localization and Mapping, SLAM)算法在面对几何特征匮乏的室内环境时易产生定位累积误差大、建图效果较差的问题,提出了基于局部块特征优化并融合惯性测量单元(Inertial Measurement Unit, IMU)数据的激光SLAM方法,在激光点云位置信息和强度信息的深度图上划分局部块作为最小单元,并提取几何域特征和强度域特征作为匹配依据,同时融合IMU数据计算帧间位姿变换,改善了几何特征匮乏环境的建图效果并提升了轨迹计算精度。最后,通过该方法与先进的LOAM和LeGO-LOAM方法在KITTI数据集的仿真实验结果比对以及真实环境建图效果分析,证明局部块几何特征有效减少了累积误差,提升了匹配精度,同时局部块强度特征对几何特征匮乏的情况增加了强度域的约束,改善了“跑飞”等不良现象。

安徽省农产品上行高质量发展研究

为精准刻画农产品上行高质量发展现状,提出针对性发展对策,基于2016—2021年安徽省各地市农产品上行相关数据,采用熵值法与线性加权法开展了实证研究。结果表明:安徽省农产品上行高质量发展总体呈上升趋势,但不同地区之间存在发展差异。居民生活水平和电子商务水平保持连续增长,是安徽省农产品上行高质量发展的关键因素;农业发展水平和物流发展水平对安徽省农产品上行高质量发展贡献最大,加上较高的权重占比,成为安徽省农产品上行高质量发展的核心制约因素。基于研究结果提出如下建议:安徽省应建立健全农村电商物流体系;缩小不同地区城市之间发展差异;注重农业技术创新。

数字融合型高压带电显示器研制与应用

高压带电显示器作为一种电气型防误闭锁装置,在实现高压电气设备“五防”功能中发挥了重要作用。目前,高压带电显示器在现场应用时存在需手动调整阈值、故障率高、闭锁能力缺失等典型问题,易引起操作事故,存在安全隐患。文中提出了一种数字融合型高压带电显示器的系统方案,采用了光学电压感应式传感器,可有效防止在现场高压电气设备内部电磁环境对数据收发的影响,分别设计了信号处理模块、显示模块、微控制器、通信模块、外接检测接口等模块,研制的数字融合型高压带电显示器通过了国家高压电器质量监督检验中心的各项测试,具有阈值自适应调整、抗干扰能力强、故障信息自动识别等优势,目前已在多个变电站内获得成功应用,具有良好的应用前景。

合并巨大左心室的心脏瓣膜病患者术后发生急性肾损伤的危险因素分析

目的探讨合并巨大左心室的心脏瓣膜病患者心脏瓣膜术后发生急性肾损伤(AKI)的危险因素。方法回顾性分析2018-01-2020-12在阜外华中心血管病医院行心脏瓣膜手术且合并巨大左心室的心脏瓣膜病患者的临床资料,根据术后是否发生AKI,分为AKI组和非AKI组。比较2组患者的基线、术中和术后资料。将单因素分析中P<0.2的变量放入多因素Logistic回归方程中,分析AKI与各因素的相关性。随后将连续型变量放入构建的回归模型中进行趋势性检验,进一步分析连续型变量对AKI的影响。结果研究共纳入132例合并巨大左心室的心脏瓣膜病患者,年龄(52.9±12.5)岁;28例于术后发生AKI,非AKI组104例。单因素分析结果显示,合并糖尿病、合并脑血管疾病、围术期输血、主动脉阻断时间、体外循环时间等项目的差异有统计学意义(P<0.05)。多因素Logistic回归分析显示,基础血肌酐升高(OR=3.311,95%CI 1.086~10.096,P=0.035)、主动脉阻断时间(OR=1.022,95%CI 1.008~1.037,P=0.003)、围术期输血(OR=2.850,95%CI 1.036~7.842,P=0.043)、术前合并脑血管疾病(OR=3.878,95%CI 1.324~11.361,P=0.013)是术后AKI的独立危险因素。与主动脉阻断时间≤70 min比较,>70~90 min(OR=1.730,95%CI 0.527~5.674)、>90 min(OR=3.359,95%CI 1.174~9.615)患者术后AKI发生风险逐渐升高;随着术中主动脉阻断时间增加,AKI发生风险呈上升趋势(趋势检验P=0.019)。结论基础血肌酐升高、主动脉阻断时间增加、围术期输血、术前合并脑血管疾病,是合并巨大左心室的心脏瓣膜病患者术后发生AKI的危险因素。

塑料瓶用新型标签黏合剂的合成与性能研究

以过硫酸钾为引发剂,壬基酚聚氧乙烯醚(NP-10)和烯丙基聚乙氧基磺酸盐(SE-10N)为复合乳化剂,水溶性低分子有机脲为链转移剂,乙酸乙烯(VAC)、丙烯酸丁酯(BA)、丙烯酸-2-乙基己酯(2-EHA)和甲基丙烯酸(MAA)为主要原料,采用种子乳液聚合法合成塑料瓶用新型标签黏合剂。考察了单体用量、引发剂用量、乳化剂用量和链转移剂用量对产物性能的影响。研究结果表明:当w(单体)=20%[m(VAC)∶m(BA)∶m(2-EHA)∶m(MAA)=1∶12∶3∶4]、w(引发剂)=0.2%、w(乳化剂)=0.6%、w(链转移剂)=0.25%(均相对于体系总质量而言),该条件下黏合剂的综合性能最佳。

智慧校园下服务融合门户的设计与构建

基于实际案例,研究探讨新的智慧校园下高校融合服务门户建设架构体系,从技术为中心的门户设计理念转变为以服务和用户为中心的门户设计理念。结合实际门户发展演变和相关学术研究,归纳服务融合门户的功能设计和技术架构体系,并以河海大学实际建设为例说明。通过开发上线服务中心的30项服务,从线上线下两个服务模型维度,分析验证服务融合门户设计能够满足智慧校园师生用户服务需求。智慧校园下服务融合门户以面向用户的服务为中心进行构建,并以服务的重构设计实现门户功能的持续迭代,以满足师生用户新的服务需求。

AA/AMPS/DMDAAC阻垢分散剂及反渗透水处理剂的中试研究

在小试试验基础上,对合成AA/AMPS/DMDAAC阻垢分散剂进行了半吨级中试研究,并进行了反渗透水处理剂的中试研究.中试产品反渗透水处理剂和美国King Lee公司PTP-0150反渗透水处理剂进行了应用对比实验.结果表明:中试阶段AA/AMPS/DMDAAC共聚物阻垢分散剂的阻垢率数据略低于小试阶段;两种反渗透水处理剂的阻垢、分散性能相当;中试产品反渗透水处理剂应用于反渗透水处理系统时,系统脱盐率在97.57%以上,水的回收率在86.5%以上,满足工业应用需求.

高校科研人员数据素养评价研究

大数据时代,高校科研人员的数据素养对于其有效开展科研活动,提高科研成效具有关键推动作用。通过构建合理的评价体系,客观准确进行数据能力分析,从而为提升高校科研人员数据素养提供决策支持。运用文献调研法构建了涵盖数据意识、数据知识、数据技能、数据伦理4个一级指标19个二级指标的高校科研人员数据素养评价体系,提出了前景理论耦合模糊层次分析法的高校科研人员数据素养评价方法,并以一个实例进行实证分析。运用前景理论耦合模糊层次分析法对高校科研人员数据素养进行评价,评价体系更加科学合理,评价结果更加客观准确,从而为提升高校科研人员数据素养精准施策提供依据。

应用型本科高校专业课与思政教育融合路径研究——以“广告学”为例

“广告学”是安徽科技学院广告学专业的核心课程,在专业人才培养中起着非常重要的作用,将思政教育和专业课结合起来,对塑造学生品格,引领学生形成正确的职业道德观、价值观非常必要。教师可以从言传身教、合理选取教学内容、精心设计教学活动、充分利用智慧工具、发挥第二课堂作用等方面实现“广告学”课程与思政教育深度融合。

职业胜任力视角下应用型本科高校工商管理类专业学生能力评价体系研究

着眼于培养创新型、复合型、应用型人才,应用型本科高校工商管理类专业培养目标为着力培养具有较强社会适应能力和竞争能力的高级应用型管理人才。为科学合理评价应用型本科高校工商管理类专业学生的能力,基于职业胜任力素质模型,构建包含4个维度20个要素的应用型本科工商管理类学生的职业胜任力评价模型,运用模糊层次分析法(FAHP)确定其指标权重,并以工商管理类专业毕业生为例,采用FAHP进行职业胜任力评价的实证分析。结果表明,其职业胜任力评价模型具有较强的科学性,评价方法具有非常强的实用性,评价结果较为合理,在应用型本科工商管理类学生的职业胜任力4个维度中权重排序依次为专业能力、双创能力、通用能力和个体能力,要素指标中创新能力、人际交往能力、电脑运用、成就导向、持续学习、快速适应、语言表达、外语应用、经营决策、压力承受等能力较为重要。

桐油酰胺的合成及温敏性谱学研究

以桐油和二乙醇胺为主要原料,反应制备桐油酰胺.采用傅里叶变换红外光谱(FTIR)和拉曼光谱对桐油的结构进行表征,并进行了谱带归属;用傅里叶变温红外光谱(temperature-dependent FTIR)对合成产物的温敏性、谱带变化和双键变化进行了研究.结果表明:1630 cm-1和991 cm-1为桐油的红外和拉曼特征吸收峰;25~225℃范围内,桐油酰胺变温红外光谱在1737 cm-1(—C=O—)处吸收峰的吸光度随着温度升高而逐渐增大;温度高于125℃,991 cm-1处的—CH=CH2键断裂,产物发生分解;找出了桐油酰胺应用的温度条件.

基于YOLO网络的人体跌倒检测方法

为根据监控视频准确、快速地检测室内环境下人体跌倒行为,根据候选框密度重组方法,提出一种改进的YOLO算法,并根据人体形态学特征和HOG特征,基于两级支持向量机分类器算法,实现了通过视频对室内人体跌倒的快速检测.试验结果表明,本文算法对于室内人体跌倒的识别率达96.33%,比传统算法提高了8.16%.

电力物联网下基于卷积神经网络和迁移学习的GIS局部放电模式识别分类方法研究

随着电力物联网建设的快速推进,对实时监测气体绝缘金属封闭开关设备(GIS)内部局部放电信号的特高频法提出了新的和更高的要求。在充分利用表征GIS局部放电信息构建模型以提升模式识别准确率的同时,将模型移植到嵌入式系统,进而构成以边缘计算为支撑的物联网智能终端,成为亟待解决的一个关键问题。为此,文中深入研究了基于卷积神经网络和迁移学习的GIS局部放电模式识别分类方法,在多种典型缺陷下对比了不同模型在训练时间、准确率、参数量和存储花销等方面的性能。结果表明,Mobilenet模型具有最小的参数量和存储花销以及较短的训练时间,在电力物联网下基于智能终端的GIS局部放电模式识别中具有明显优势。