基于三维离散元法,建立了等厚筛离散元模型.对于粒度为0.8倍筛孔直径的难筛颗粒进行了虚拟实验研究,得到了颗粒分层和透筛状态下的颗粒群分布状态.在此基础上分别研究了等厚筛筛面倾角、振动方向角和振动强度对于该模型筛分效果的影响规律.实验结果表明:总体上随振动强度的增大,筛分效果降低,筛分完成时间缩短.当筛面倾角为0.5°、振动方向角为45°以及振动强度为3.5时,该等厚筛具有最佳的筛分效果,筛分效率为92.2%,筛分完成时间为9.95 s
全连接的玻尔兹曼机模型可全面描述稀疏系数间统计依赖关系,但时间复杂度较高.为了提高基于玻尔兹曼机的贝叶斯匹配追踪算法(BM-BMP)的重构速度和质量,本文提出一种改进算法.第一,将BM-BMP算法的最大后验概率(MAP)估计评估值分解为上一次迭代的评估值与增量,使得每次迭代仅需计算增量,极大缩短了计算耗时.第二,利用显著最大后验概率估计值平均的方式,有效近似最小均方误差(MMSE)估计,获得了更小的重构误差.实验结果表明,本文算法比BM-BMP算法的运行时间平均缩短了73.66%,峰值信噪比(PSNR)值平均提高了0.57 dB