원래 이름 기록: 西安工程大学

本发明涉及纺织机械控制技术领域，具体的说是一种面向喷气涡流纺纱机的关键质量特性协同控制方法，旨在解决我国喷气涡流纺成纱“强力低”“条干差”“落纤率高”的核心问题。该方法首先利用交叉耦合技术构建“强力‑条干‑落纤率”多质量特性耦合关系模型，通过熵值耦合算法测量三者耦合度，明晰特性间相互作用规律；接着设计基于李群理论与T‑S模糊逻辑的模糊控制器，跟踪“张力‑细节‑弱环”在线数据并求解最优“平衡点”；再结合专家知识与最小二乘支持向量机，构建质量特性解析模型与数据偏差模型，通过泛关系理论集成得到模型控制器；最后利用H∞鲁棒控制理论融合两种控制器，形成组合控制器实现协同控制。

本发明公开了一种基于灰色理论模型的操动机构用继电器寿命预测方法，涉及电力系统高压断路器操动机构用继电器技术领域，包括以下步骤：利用电磁继电器模拟盐雾老化试验参数测试系统，模拟操动机构用继电器运行环境，并进行交变盐雾试验，提取继电器的特征参量；利用主成分分析法对继电器的特征参量进行降维处理，并提取特征参量的数字特征；基于特征参量的数字特征，利用Fisher判别准则选取判别函数值最大的特性参数；将判别函数值最大的特性参数作为预测变量，构建灰色理论模型，预测继电器寿命，完成基于灰色理论模型的操动机构用继电器寿命预测。本发明解决了现有继电器寿命预测精度低的问题。

本发明公开了一种生物相容性单质硒纳米管及其制备方法，属于纳米单质硒合成领域，将硫酸高铈溶液、氢氧化钠溶液和硒的水合肼分散液混合均匀，硫酸高铈溶液的浓度为2~4mmol/L，硒的水合肼分散液中硒粉的浓度为300~380mmol/L，得到混合体系，将混合体系在60~90℃下进行水热反应，得到反应液，将反应液中的产物分离后干燥，经细胞实验结果证明，得到了生物相容性单质硒纳米管。本发明解决了现有单质硒纳米管合成工艺中存在的缺少可控、稳定的合成问题，方便后期作为药物载体应用于医学领域。

本发明公开了一种由废旧混杂纤维增强材料制备的复合纤维的制备方法及其复合纤维板，采用了芯层与外包层协同改性的双层共挤结构，在模头内部集成微流道阵列与动态流体扰动单元，对熔体流动进行精确调控，能够在一次成型过程中，实现可控的汇流、分层与交织，从而在复合纤维表面直接形成具有自然流动感的色彩图案与立体纹理层次，突破了单一色母粒共混着色带来的呆板视觉局限，强劲的界面结合不仅保障了材料的基础力学性能，更确保了色彩与纹理结构依附于纤维本体的牢固度，使得由此制备的复合纤维板其美学效果并非浮于表面的短暂装饰，而是与材料本体高度集成、具有卓越耐久性的内在属性，从而实现了废旧资源的高价值循环利用、材料性能提升。

本发明公开了基于捷联惯导和准直仪的快速校靶方法，包括：启动校靶仪系统，初始化后，实时采集捷联惯导系统中陀螺和加速度计每周期数据；保持校靶仪静止60秒，采集惯导系统60秒内陀螺和加速度计的输出数据均值；根据加速度计数据均值进行惯导初始时刻姿态矩阵的计算；进入捷联惯导导航阶段，利用实时采集的IMU数据进行惯导姿态更新；进行卡尔曼滤波时间更新；在校靶仪静止条件下，用加速度计数据构造量测，进行卡尔曼滤波量测更新，并完成姿态误差的修正和补偿；利用准直仪进行偏角测量；周期重复更新，直至校靶过程结束。本发明方法具有校靶速度快、精度高的特点。

本发明公开了基于簇级自监督对比学习的多组学癌症亚型识别方法，具体按以下步骤实施：步骤1，数据预处理；步骤2，预训练深度图卷积网络；步骤3，基于跨组学簇级自监督对比学习模块；步骤4，待步骤3中完成网络优化后，利用优化后的参数计算样本的概率分布，并据此预测最终的亚型标签，从而实现精确的亚型识别。本发明采用端到端方式将深度表示学习与聚类任务联合优化，以引导深度神经网络学习既能反映组学差异又有利于聚类的特征表示，同时，通过跨组学簇级自监督对比学习模块，能够学习多个组学间一致的癌症亚型信息，从而提升亚型预测的准确性。