摘要：粉煤灰(CFA)的回收利用对缓解日益严重的环境污染具有重要意义。本文以CFA为原料,利用简单的“一锅法”设计合成负载Ni的复合微波吸收材料(Ni/CFA-x),以实现低成本吸收材料的制备和CFA资源回收利用。研究表明,随硝酸镍前驱体溶液浓度的增加,材料的吸波效果先增强后减弱。负载适量的金属Ni颗粒,使得材料介电和磁性组分之间的有效复合表现出显著增强的微波吸收性能。当硝酸镍前驱体溶液浓度为1.0 mol/L时,材料的吸波效果最佳,在2.0 mm涂层厚度下,材料最小反射损耗达到-47.9 dB,对应的有效吸收带宽达到4.2 GHz。材料优异的吸波性能主要源于金属Ni颗粒与一定石墨化程度碳引起的导电损耗及其与CFA基体各组元间的界面极化损耗。

摘要：针对带有领导者的二阶多智能体系统提出了一种编队控制算法.通过控制领导者与跟随者之间通信信号的通断,实现对多智能体系统中各智能体的有限时间编队控制.其中编队控制分为包容控制、包容一致性控制、分组一致性控制、一致性控制四个过程.并通过Lyapunov理论分析和齐次性有限时间稳定性定理证明了编队控制算法的合理性,最后通过仿真进一步验证了所设计算法的有效性.

摘要：针对矿井大型设备点巡检方式存在的数据及时性和真实性难以保证、无法持续跟踪数据预知设备状态的问题,设计了主通风机和带式输送机远程故障诊断系统。建立了包含数据采集层、传输层、应用层的总体架构,采用OMAPL138微处理器为核心设计了监测分站进行数据采集和上传。基于B/S架构建立了系统软件,提出了基于工况的自学习诊断模型智能报警判断策略和具有冗余特性的多节点数据存储方式,并建立了设备现场-矿端服务器-诊断中心三级管理模式。在寺河矿的应用验证了该系统的有效性和可靠性,诊断准确率可达90%以上。

摘要：针对永磁同步电机部件参数具有延续性关联性特征,机械故障特征难以提取,导致识别精准度较低的问题,研究改进小波变换下的永磁同步电机机械故障识别技术。建立永磁同步电机内定子、转子的同步状态参数数学模型,通过三相方程按照正弦分布变化规律,得到在电机正常同步状态下各项参数的周期性数据,以该值作故障状态特征提取的初始参照。以永磁同步电机内高、低频作为特征提取尺度,基于改进小波包变换完成电机机械故障特征信号重构提取;基于Kalman滤波残差估计算法计算重构信号的故障残差值,与初始状态对比,完成故障识别。经过实验证明,所提方法识别精准度高,可以识别出短路故障下的三相定子电流和电机输出转矩,具有一定的实用价值。

摘要：近年来,因特色美食美景、生活方式、文化传统而出圈的网红城市不胜枚举,引发全民关注。成功的城市品牌塑造是提高城市知名度美誉度的重要手段、提升城市竞争力的必然路径、助推城市转型升级的重点抓手,更是提高人民生活水平的坚实保障。研究以“尔滨”火爆出圈为例,深度分析哈尔滨城市品牌塑造历程,发现其关键在于借力冰雪资源突出“亲和”文化特色、凭借真诚服务打造“尔滨”城市品牌、强化“多元”宣传引导、依靠顶层设计提升“游客”游玩体验。在此基础上提出建议:要立足自身提炼精神文化内核,明确定位塑造特色城市品牌,聚集合力丰富品牌宣传手段,统筹规划优化品牌发展环境,以期为其他网红城市品牌塑造提供参考借鉴。

摘要：民间传说融于文化创意产品设计中,提高了产品文化内涵与艺术审美价值;同时文化创意产品也使民间传说更好的活在当下,传承与延续下去。本文基于优秀传统文化传承与发展的视角,针对山西省晋城市民间传说的生存、发展与保护所面临严峻形势的问题,以民间传说与现代文化创意产品融合为主体,通过对民间传说特色文化价值分析、关键元素形象采集与符号化提取,结合现代市场需求,从视觉造型、色彩、产品载体使用材料与表达形式等方面进行创新设计方法研究。试图让更多的人体会到优秀传统文化的价值与艺术魅力,找到一条利于民间传说传承与发展的视觉传播之路。

摘要：为了解决常规的异步电机故障自动诊断方法存在的诊断精度过低问题,需要设计一种新的异步电机LightGBM故障自动诊断方法,首先采集处理了异步电机故障数据,其次基于LightGBM设计了异步电机故障诊断改进算法,最后构建了异步电机故障自动诊断模型,从而实现了异步电机故障自动诊断。进行实验,结果表明,设计的异步电机LightGBM故障自动诊断方法相较传统方法诊断出的样本负序阻抗值与异步电机实际的负序阻抗值更拟合,证明设计的LightGBM异步电机故障自动诊断方法的诊断精度较高,具有有效性,有一定的应用价值,可以作为后续异步电机维修的参考。

摘要：由于传统的电机故障信号自动监测系统,无法准确提取异常信号特征,导致电机故障信号检测结果不准确,因此设计小波包分析的电机故障信号自动监测系统。在系统的硬件上,由单片微控制器进行核心控制,并需要额外增加外扩储存器以及霍尔传感器。在系统的软件上,利用小波包改进算法将故障信号进行划分,并且额外增加了信号分解与重构的算法和神经元网络模型及诊断模式,基于小波包分析设计故障自动检测模式。实验结果表明:设计方法可以实现对电机故障自动监测,且稳定性与准确性较好。

摘要：为实现对定子绕组匝间短路故障行为的精准识别,确保异步电机的稳定运行状态,设计了基于Lyapunov理论的异步电机定子绕组匝间短路故障检测系统;在DSP外围电量回路中,设置ARM处理器与步进电机驱动模块,采用模数转换单元结构,调节电量互感装置的实时运行状态,实现对异步电机定子绕组匝间短路故障检测系统硬件设计;根据Lyapunov函数定义条件,确定Nussbaum增益参数取值范围,在此基础上,定义Lyapunov算法模型,再通过计算故障预测特征的方法,求解定子绕组的短路故障电压方程与匝间电感参数,对定子绕组匝间短路故障特征进行分析,实现异步电机定子绕组匝间短路故障检测;实验结果表明,所设计系统可以有效控制定子绕组匝间短路故障电流和电压检测结果与非干扰条件下检测结果之间的差值水平,能够精准识别定子绕组匝间短路故障行为,保障异步电机的稳定运行状态。