课程文献中心 更多>>

关键词： 磁混凝   强化混凝   电絮凝   水污染控制   BP神经网络  

摘要： 本文以磁混凝技术为基础,针对其对溶解态污染物去除能力不足的问题,开展多种吸附强化磁混凝工艺对比研究,深入探讨吸附强化磁混凝工艺对受污染水体中污染物的去除机制。同时将电絮凝与磁混凝工艺相耦合,开发新型电磁耦合强化混凝工艺,研究新工艺对受污染水体处理效果以及污染物去除机制。最后采用BP神经网络模型对强化磁混凝工艺与电磁强化混凝工艺污染物去除进行拟合,为两种工艺实际运行应用提供理论依据和技术指导。论文主要研究结果如下:(1)利用实验室制备的磁性沸石开展强化磁混凝处理受污染地表水实验,结果表明,强化磁混凝工艺对浊度、NH-N、TP、COD的去除分别为93.72%、49.63%、90.67%、67.44%。与常规混凝和磁混凝工艺相比,强化磁混凝工艺在保持磁混凝工艺优势的基础上,对NH-N去除大幅提高。对不同形态污染物去除分析表明,强化磁混凝工艺能有效去除溶解态污染物。工艺机制研究表明,强化磁混凝有着较好的混凝效果和快速的沉降分离过程,对NH-N以吸附去除为主,对TP以化学反应为主。(2)电磁混凝对水中浊度、NH-N、COD、TP分别为95.01%、0.49%、70.05%、96.35%。电磁强化混凝工艺对水中浊度、NH4+-N、COD、TP分别为95.20%、43.90%、74.79%、96.35%。电+磁混凝工艺、电磁强化混凝工对水中溶解态与不溶态TP均有较高去除,后者相较于前者,溶解态NH-N去除有明显提升。荧光光谱分析显示,电絮凝工艺与磁混凝工艺、强化磁混凝联用后,对水中酪氨酸、色氨酸、富里酸去除有所提升。初步计算表明,电磁强化混凝工艺吨水处理成本为1.8144元,有一定的经济可行性。(3)采用BP神经网络对强化磁混凝、电磁强化混凝工艺处理污染水体过程进行拟合,获得了各工艺条件与相关污染去除率之间模型,模型拟合度较高,可作为强化磁混凝工艺、电磁强化混凝工艺的开发和应用的有力工具。

关键词： 日光温室   环境监测   时间序列   预测模型  

摘要： 随着设施农业经济的快速发展,使用物联网和计算机技术参与生产管理的日光温室逐渐增多。通过监测温室内环境数据并预测未来变化趋势来对管理决策过程进行指导,有利于促进农产品品质提升和产量增加。但在温室内环境因子预测方面,目前常用的机器学习模型和简单的深度学习模型难以有效捕捉温室内复杂环境数据之间冗杂和非线性化的关系,也很难提取时间序列数据的长期依赖关系。且温室内环境监测系统在进行环境信息采集过程中常出现的噪声问题会降低模型预测的精度。因此本文在自主搭建的温室关键环境因子监测系统的基础上,充分考虑温室内温湿度特征,提出了两套基于门控循环网络的日光温室内温湿度预测模型。本文围绕温室内关键环境因子监测和温湿度预测任务展开研究,主要的贡献可以概括为以下三点:1.搭建了一套温室内关键环境因子监测系统。根据实际应用需求,设计了终端采集节点,采集终端硬件电路设计包括STM32F103ZET6微控制器模块电路、ESP8266无线传输模块和传感器接口电路;软件设计部分包括采集节点主程序设计、ESP8266无线通信模块程序设计、SD卡FATFS文件系统设计以及各传感器采集程序设计。采集节点可以对温室内温度、湿度、光照强度、二氧化碳浓度、土壤温度和土壤湿度信息进行采集,并将采集信息实时上传到One NET云平台以及备份存储到本地SD卡文件系统内。2.设计了基于门控循环神经网络的温室内温湿度单步预测模型,并针对温室内环境数据采集过程中存在的噪声问题,提出了基于扩展卡尔曼滤波算法的门控循环神经网络单步预测模型(Extended Kalman Filter＿GRU,EKF＿GRU)。首先,模型通过扩展卡尔曼滤波算法对温室数据集进行去噪处理,避免数据失真干扰模型预测效果;其次,门控循环网络学习数据特征,实现单步预测;最后,将设计的EKF＿GRU模型与现有预测模型进行对比。试验结果表明,在选取的三个评价指标的表现上,EKF＿GRU模型均强于现有三个模型。具体表现为:在温度预测方面,EKF＿GRU模型的RMSE值为0.0549℃,是四个模型中最优的,比BP神经网络、CNN网络、GRU网络分别低了4.11℃、0.8241℃和0.3021℃;EKF＿GRU模型预测温度的决定系数R2-score达到了99.99%。在湿度预测方面,EKF＿GRU模型的RMSE值为0.0795%RH,同样低于BP神经网络的4.152%RH、CNN网络的1.069%RH和GRU网络的0.609%RH,决定系数达到了99.98%。以上结果表明,本文提出的单步预测模型有效解决了环境数据噪声对模型预测精度的影响。3.考虑到实际生产中往往更加关注未来一段时间的环境变化趋势即实现多步预测,因此提出了卷积神经网络和门控循环网络融合的组合模型,并考虑到目标变量与因变量的相关性对模型预测精度的影响,提出了基于麻雀算法和皮尔逊相关性分析的卷积门控循环网络多步预测模型(Sparrow Algorithm and Correlation Analysis＿CNN＿GRU,SCA＿CNN＿GRU)。首先,使用皮尔逊相关性分析对数据集进行处理,只保留与目标变量相关性高的环境因子组成新数据集;其次,使用卷积神经网络的卷积层提取局部特征;然后利用门控循环网络捕获时间序列数据的时间依赖关系;再使用全连接层进行特征融合;最后,使用麻雀搜索算法对不同步长的最优超参数组合进行搜索。针对不同的预测步长进行试验,结合预测精度与实际生产情况综合考虑选择预测步长k=30。为了验证模型的性能优势,分别建立CNN网络多步预测模型和GRU网络多步预测模型,三种模型设置同样的预测步长进行模型性能对比试验,同时为了验证相关性分析建立数据集的必要性和优势,分别使用第四章数据集A和经相关性分析处理的数据集B进行试验,经过试验发现,SCA＿CNN＿GRU模型在相同预测步长时,对温室内温度和湿度的预测精度均大幅高于CNN网络,小幅高于GRU网络;三种模型在数据集B中的预测表现均强于数据集A。上述试验结果表明本文提出的多步预测模型实现了多步预测的功能,并在精度上优于其他的现有模型。

关键词： 二维材料   柔性传感器   环境监测  

摘要： 二维材料家族凭借其丰富的种类、独特的二维结构，以及优异的光、电性质，在新型柔性传感器件开发中展现出巨大潜力。而传感器作为传感技术的核心部分，是物联网发展必不可少的基石。应用新兴二维材料开发传感产品，有望推动实现物联网技术在医疗保健、智慧生产和环境监测等领域的大规模应用。本文详细介绍了石墨烯、过渡金属二硫化物等二维材料的结构、性质和制备方法，并探讨了它们在柔性传感、环境监测领域的应用，特别强调了纸基与二维材料结合后的应用和优势。最后，就二维材料在柔性器件领域中应用的未来研究方向进行了展望。

关键词： 声子晶体   包裹层   带隙机理   振动噪声控制   汽车空调压缩机  

摘要： 人工声学结构凭借优越的声波操控特性及力学性能得到了国内外学者的广泛研究。作为人工声学结构的一种,声子晶体能抑制弹性波在带隙频率范围内的自由传播。低频振动噪声控制一直是工程界亟待解决的难题,传统振动噪声控制方法如附加声学隔板、多孔吸声材料等仅适用于中高频振动噪声控制,利用声子晶体低频带隙的振动噪声控制研究前景广阔。因此,对声子晶体开展低频段结构设计、带隙特性分析与振动噪声控制研究具有重要理论意义与工程实用价值。本文以新型二维声子晶体为研究对象,基于局域共振机理与布拉格散射机理,开展新型二维声子晶体结构设计与振动噪声控制研究,主要包括双侧空心散射体声子晶体带隙机理、包裹层结构设计对轻质声子晶体低频带隙的影响、新型声子晶体阵列板隔声减振能力计算与影响因素分析、应用于汽车空调压缩机的声子晶体振动噪声试验四个方面内容。具体研究工作如下:(1)基于局域共振机理及布拉格散射机理,建立双侧空心散射体声子晶体模型,分析各带隙产生机理,计算声子晶体阵列传输损失曲线,验证第一完全带隙范围的合理性;研究散射体高度、包裹层缺口角度、连接短板宽度等主要尺寸参数对新型声子晶体局域共振带隙及布拉格带隙的影响规律。(2)建立不同包裹层缺口数量及分布形式的声子晶体模型;建立不同包裹层与散射体间连接形式声子晶体模型,研究不同包裹层结构设计对新型轻质声子晶体第一完全带隙的影响;研究包裹层阻尼对声子晶体传输损失的影响;建立等效弹簧质量系统模型,用解析法验证能带计算的准确性。(3)建立新型声子晶体阵列板有限元计算模型,对比新型声子晶体阵列板与普通铝板在相同背景压力场声压激励下声响应与结构振动响应结果,并用半解析法进行验证;分析阵列中单胞缺失个数、散射体材料等因素对声子晶体阵列板隔声减振能力的影响。(4)基于上述声子晶体模型与理论方法,考虑实际应用场景与生产制造成本等因素,形成应用于汽车空调压缩机的声子晶体模型,计算声子晶体带隙范围,研究声子晶体在汽车空调压缩机外壳的布置位置及形式。定制各组分材料组装声子晶体实物并进行压缩机振动噪声台架与整车试验,分析声子晶体在实际工程应用中对低频振动噪声控制效果。

关键词： 主动噪声控制   宽窄带混合系统   前反馈混合系统   非线性环境   不相干噪声   脉冲噪声  

摘要： 工业设备已经广泛应用于生产和生活的各个场合,这些设备产生的噪声成为影响人们生活的突出问题,受到了广泛的关注。在此背景下,主动噪声控制技术应运而生。在很多噪声场景下,ANC技术取得了良好的降噪效果。在ANC技术的发展过程中,仍然存在一些关键问题。宽窄带混合结构和前反馈混合结构是ANC领域常见的算法结构,在线性环境下,宽窄带混合系统的窄带降噪效果不理想,前反馈混合系统对不相干噪声的抵消能力有限,并且抗脉冲干扰能力较差。在非线性环境下,两个传统混合系统都不具有适应非线性环境的能力。面对非线性环境下的复杂噪声问题,传统的混合ANC系统降噪能力较弱。针对上述问题,本文研究了新型混合结构ANC算法。在线性环境下,为了抵消宽窄带混合噪声信号,本文提出了IHANC系统。本文提出了新的权重向量更新公式,可以通过调节参数来调整更新公式,把新公式应用到HANC系统中,就构成了IHANC系统。该系统的降噪表现明显得到提高,并且它对窄带信号的衰减能力得到了优化。在非线性环境下,为了衰减宽窄带混合噪声,并且提高算法的非线性适应能力,本文提出了IHFLANN系统。在HFLANN系统的基础上,本文把小波包结构应用到宽带子系统中,提高了宽带子系统的降噪性能,把FLANN滤波器应用到窄带子系统中,使窄带子系统具有了适应非线性环境的能力。另外,本文把FELMS算法和M-max选择器添加到IHFLANN系统中形成了SIHFLANN系统,降低了算法的计算复杂度。在线性环境下,为了抵消不相干噪声,并且提高算法的抗脉冲能力,本文提出了MVC-HANC系统。本文把算法的权重向量更新公式添加到CHANC系统中,对误差信号进行了压缩,同时,采用sigmoid函数对参考信号进行约束,使用指数函数构造了变步长函数,通过上述三种信号处理方式提高了CHANC系统的鲁棒性。在脉冲环境下,随着前馈子系统降噪效果的提升,反馈子系统的降噪性能也随之增强。在非线性环境下,为了衰减误差麦克风处的不相干噪声,并且提高算法的非线性适应能力,本文提出了DWT-HANC系统。本文把FLANN滤波器引入到CHANC系统中,使其具有了适应非线性环境的能力。另外,本文把DWT结构应用到前馈子系统和反馈子系统中,有效提升了系统的整体降噪表现。为了使算法具备抵抗脉冲噪声的能力,本文提出了新型误差信号压缩函数和变步长策略。最后,本文引入了误差信号分离子系统,解决了前馈子系统与反馈子系统之间存在的误差信号耦合问题,进一步提高了系统的整体降噪性能。在非线性环境下,为了抵消宽窄带混合噪声,并且使ANC算法可以抵抗脉冲噪声和不相干噪声,本文提出了FLANN-ECHANC系统。本文在凸组合算法的基础上,添加了误差信号压缩函数和参考信号约束函数,形成了C-IFXtanh LMS算法,使凸组合算法具有了抗脉冲能力。本文使用C-IFXtanh LMS算法替换HANC系统中的宽带子系统,同时增加SRE子系统,形成Convex-HANC系统,使HANC系统具有了在脉冲环境下处理宽窄带混合噪声的能力。本文在Convex-HANC系统的基础上增加了反馈结构,形成了EC-HANC系统,使其具有了抵抗不相干噪声的能力。本文在EC-HANC系统的基础上增加了FLANN滤波器,形成了FLANN-ECHANC系统,使其具有了适应非线性环境的能力。本文以dSPACE为控制器,搭建了开放空间主动噪声控制试验平台。本文在此试验平台的基础上,制定了ANC算法试验方案,并且在软件平台上搭建了本文所提ANC算法的dSPACE试验模型。本文把模拟噪声和实车噪声作为参考噪声信号,对ANC算法开展了试验验证,以验证算法的实际降噪效果。本文所提出的EC-HANC系统在线性环境下具有更优的处理复杂噪声的能力,采用模拟噪声试验时,该系统的ANR结果可以达到-1.3～-1.1 dB,采用车内噪声试验时,该系统的ANR结果可以达到-1.8～-1.2 dB。ANC算法试验结果证明了本文所提出的算法具有更优降噪表现。

关键词： 多通道ANC   数字孪生体   FxLMS   声学环境识别   工作状态检测  

摘要： 无源降噪技术无法有效抑制低频噪声信号,有源降噪技术通过产生“反噪声”信号,可高效抵消低频噪声,且实现成本更低,部署更加灵活。基于环境信息和目标信息辅助的算法对于性能提升具有重要作用,而受限于专用信号处理平台计算能力,常规有源噪声控制(Active Noise Control,ANC)系统无法支持复杂的硬件系统和计算复杂度更高的机器学习算法。因此,本文开展了基于数字孪生体的多通道ANC系统设计与实现的研究,利用数字孪生体服务器强大的计算能力和丰富的存储空间,实现更加高效的降噪算法,主要研究内容如下:1.分析ANC系统数字孪生体的研究意义,基于有源噪声控制的基本原理以及常规有源噪声控制算法,分析了通道数量增加对计算复杂度的影响以及采样率对降噪性能的影响,并完成基于数字孪生体的ANC系统总体设计方案;2.分析基于数字孪生体的多通道ANC系统的算法原理,并推导基于附加随机噪声方法的ANC系统数字孪生体中次级通路模型的建立方法。提出基于数字孪生体的矢量型误差传感器ANC系统设计与实现方法,该方法利用多个麦克风实现波束指向,根据实验结果表明,基于矢量型误差传感器ANC算法能较好地抑制交叉次级通路的影响,从而使分布式控制系统取得良好的声压衰减;3.基于数字孪生体研究声学环境识别的可变边界智能ANC系统降噪算法,并确定可变边界条件下有源噪声控制系统的预训练阶段和控制阶段的处理方法,通过实验验证了,对比发现基于声学环境识别的可变边界ANC系统降噪性能优于固定边界ANC系统;4.基于数字孪生体研究了目标工作状态检测的多通道智能ANC系统降噪算法,通过多种工作状态对ANC系统进行预训练,然后在根据当前检测到目标声源的工作状态选择合适的降噪策略实现降噪。实验结果表明,当目标工作状态切换时,基于目标工作状态检测的多通道智能ANC系统相比于非智能ANC系统,具有更有效、更稳定的降噪性能。

关键词： 宽窄带混合ANC算法   动量项   变步长算法   集员策略   鲸鱼优化算法  

摘要： 汽车行业的发展提高了人们的生活质量,但引入的噪声严重危害驾乘人员的身心健康。车内的低频噪声主要由发动机阶次噪声和路面结构噪声组成,呈现出明显的宽窄带混合特性。传统的被动噪声控制(Passive Noise Control,PNC)技术仅适用于中高频噪声的抵消,对低频噪声的降噪效果不尽人意。主动噪声控制(Active Noise Control,ANC)技术有效弥补了PNC技术存在的缺陷,能够实现车内低频噪声的有效降噪。宽窄带混合主动噪声控制系统同时处理噪声中的宽带成分和窄带成分,在降低车内噪声水平方面具有巨大潜力。本文着眼于提升宽窄带混合ANC系统的综合性能,以递进层次研究适用于车内噪声环境的宽带ANC算法、窄带ANC算法以及宽窄带混合ANC算法。具体研究内容如下:首先,为了提升宽带ANC系统的收敛性能和降噪性能,本文提出了一种变动量因子归一化滤波-X最小均方(Variable Momentum Normalized Filtered-X Least Mean Square,VMNFXLMS)算法。将动量项技术和归一化变步长算法引入ANC算法中,在自适应权系数更新的过程中融入过去的权重信息并使收敛系数随着参考信号功率自适应调整,加快了算法的收敛速度。另外,为了解决动量项技术和变步长算法带来的算法计算量升高的问题,进一步提出了基于集员策略的变动量因子归一化最小均方(Set Membership VMNFXLMS,SM-VMNFXLMS)算法,通过选择性更新滤波器的权系数实现计算复杂度的降低。针对陷波FXLMS算法收敛速度慢及跟踪性能差的问题,本文提出了一种变动量因子平滑滤波-X最小均方(Variable Momentum Smoothed Filtered-X Least Mean Square,VM-SFXLMS)算法。引入平滑因子对发动机转速信号进行预处理,避免了转速波动造成的窄带ANC系统不稳定的问题。利用误差信号构建了变动量因子,通过附加项对窄带ANC系统的收敛过程进行加速,仿真证明,VM-SFXLMS算法能在保证稳态性能的前提下,提升窄带ANC系统的收敛速度和跟踪性能。其次,将SM-VMNFXLMS算法和VM-SFXLMS算法应用于宽窄带混合主动噪声控制系统中,提升ANC系统对车内噪声的降噪效果。为了使宽窄带混合主动噪声控制系统在汽车过减速带或行驶在粗糙路面等脉冲干扰环境中具有降噪能力,在ANC系统中设置脉冲检测器,用来实时检测脉冲噪声以便及时关闭窄带相关子系统,增强了宽窄带混合ANC系统的鲁棒性和适应性。再次,为了使ANC系统工作在更佳的状态,本文提出了一种基于改进的鲸鱼优化(Improved Whale Optimization Algorithm,IWOA)算法的参数匹配方法,以ANC算法的评价指标为适应度函数,相比试错法,该方法能够高效且精确地匹配到降噪性能更优的参数。最后,开展了匀速工况和过减速带工况下的车内噪声数据采集试验和车内声学路径辨识试验。基于MATLAB软件针对车内噪声进行降噪仿真,结果证明,改进的宽窄带混合ANC算法能够同时抵消车内的低频宽带噪声和目标阶次噪声,能够实现10-12d B的平均降噪量。本文搭建了基于d SPACE的硬件在环试验平台,开展实时实验来验证改进的算法的实用性。试验结果显示,改进的宽窄带混合ANC算法在发动机二阶频率处实现了14-16d B的降噪量,并实现了5d B左右的平均降噪量。

关键词： 主动噪声控制   非高斯噪声   最大混合相关熵   动量   可变步长  

摘要： 自适应主动噪声控制(Active Noise Control,ANC)是当前最有效的控制低频噪声的手段,被广泛地应用于耳机降噪、汽车内部降噪以及管道噪声控制等领域。但是,现实场景中广泛存在的非高斯噪声往往会导致传统基于二阶统计量的自适应ANC系统性能退化甚至失效。因此,本文基于熵理论提出单通道变步长动量最大混合相关熵自适应非高斯噪声控制算法并将其扩展到多通道噪声控制。首先,改进传统的最大混合相关熵算法,提出单通道变步长动量最大混合相关熵算法。改进体现在两方面:(1)考虑到核空间变量间相似性度量的相关熵仍是二阶统计量,故而非高斯噪声仍会破坏基于相关熵的自适应主动噪声控制算法性能,为进一步增强算法对非高斯噪声的抑制能力,本文借鉴范数定义对基于相关熵的自适应算法的核函数进行了修订,并为避免算法陷入局部最优而应用动量梯度下降法进行迭代公式的推导;(2)结合sigmoid函数与归一化思想,设计了新的变步长函数。同时,非高斯噪声的异常样本值会影响系统稳定性,所以借鉴阈值策略将误差信号和参考信号的幅值控制在一定范围内,对阈值限制方法中的剪切函数进行修订。其次,将单通道变步长动量最大混合相关熵算法扩展到多通道主动噪声控制中,由单通道算法推导出多通道算法的代价函数和动量梯度下降法迭代公式,以及对变步长函数和阈值策略公式的扩展,推导出多通道变步长动量最大混合相关熵算法。对单通道和多通道新算法分别进行了收敛性和复杂度分析。最后,为验证所提算法的有效性和鲁棒性,本文在不同脉冲程度的_?稳态分布噪声、单频与非高斯噪声的混合噪声以及实测噪声数据等多种噪声条件下进行了仿真实验。仿真实验结果表明,本文算法在收敛速度、稳态误差以及对不同噪声的抑制能力等方面上均表现出更好的性能。

关键词： 车内噪声   声品质客观评价模型   LSTM网络   有源噪声控制   FeLMS算法  

摘要： 随着消费者对汽车乘坐舒适性和安全性要求的不断提高,单纯以降低车内噪声声压级和声功率的噪声控制方法已经不再满足需求。汽车车内声品质反映了人对噪声的主观感受,以改善车内声品质为目的的噪声控制是目前汽车的噪声、振动与声振粗糙度(Noise Vibration&Harshness,NVH)性能研究的热点之一。文中以汽车驾驶位右耳处的稳态噪声为研究对象,以有源噪声控制为手段,对车内噪声进行声品质的改善。主要研究内容如下:(1)采集了不同汽车在不同工况下驾驶位右耳处的稳态噪声,以烦恼度作为评价指标,采用语义辅助的等级评分法,完成了噪声样本的主观评价实验,建立了从噪声信号到主观感受的车内声品质评价数据集。(2)建立了基于长短时记忆网络(Long-Short Term Memory,LSTM)的声品质客观评价模型,分析了不同输入长度和输入特征对于分类准确率的影响,并引入注意力机制对模型进行优化,同时与基于其他方法的模型进行比较。结果表明,基于注意力机制与LSTM网络的声品质评价模型的稳定性、收敛速度和分类准确率均有提高,验证了所提出方法的有效性和优越性,为接下来的有源噪声控制提供了准确的声品质客观评价依据。(3)建立了误差滤波最小均方误差(Filter-error Least Mean Square,FeLMS)算法的仿真模型,利用附加白噪声的方法完成了次级通路的离线建模。以采集到的烦恼度等级最高的噪声样本作为期望信号输入,分析了自适应滤波器长度L和收敛步长μ对于降噪效果的影响。并在此基础上,提出了归一化FeLMS算法和变步长FeLMS算法,通过仿真验证了变步长FeLMS算法具有更快的收敛速度和更小的收敛误差。(4)利用人耳的掩蔽效应和临界频带,基于响度和声品质客观评价模型对误差滤波器分别进行设置,并通过客观评价模型和二次主观评价实验对降噪效果进行验证。结果表明,所建立的声品质客观评价模型输出结果与二次主观评价的结果具有一致性,证明了客观评价模型的正确性;同时也证明了基于声品质客观评价模型的FeLMS算法对于车内声品质的改善效果更佳。

关键词： 变电站   高压电抗器   噪声  

摘要： 随着城市化推进，居民和工业（特别是电动工程机械产品）用电需求增长迅速，越来越多的变电站布点深入到城市中心。变电站在运行时产生噪声对周围环境造成影响，因此，变电站噪声已成为重要防治内容。针对高压电抗器的噪声特性开展研究，对比分析现有降噪技术的优缺点和适用性，结合具体工程实例，提出有效的噪声控制技术，为变电站内高压电抗器的降噪提供有效的解决方案。