高速电镀锡机组卷取机电机变基频的参数设计与验证

卷取机作为带钢生产线的末端设备,主要负责钢卷的卷取功能,为了保证带材的卷取质量,在卷取过程中,卷取机需始终保持卷取张力的恒定。随着矢量变频技术的发展,变频电机在卷取机上的应用越发广泛,使用变频电机可以提高生产效率,降低能耗,同时响应国家绿色环保政策,因此对卷取机电机变基频参数的设计至关重要。结合我公司电镀锡机组生产线,通过改变卷取机电机基频参数,经计算结果对比分析得出,额定基频(50Hz)电机功率远大于变基频(17Hz)电机的功率,因此选择变基频(17Hz)电机能够充分发挥电机性能,提高电机利用率,同时降低设备装机容量,减少工厂的一次性投资,能够取得较好的经济效益。

融合CNN和Transformer编码器的变声语音鉴别与还原

语音变声伪装会导致人耳感知和声纹识别出现错误,从而达到隐匿说话人真实身份的目的。为削弱变声语音的影响,提出一种融合卷积神经网络(Convolutional Neural Networks,CNN)和Transformer编码器的模型,提取变声语音的局部特征和全局特征用于判别变声因子,并根据变声因子的数值实施变声语音还原。在中英文真实场景录音数据集上验证了所提方法的有效性,对变声因子判别实现了95%以上的准确率。利用所提出的方法,在黑箱条件下对某型商用硬件变声器输出的语音进行鉴别与还原,取得了较好的效果。