简介：针对目前圆形煤场煤堆测量效率差、测量精度低等不足,提出了一种应用于圆形煤场煤堆体积快速测量的系统.该系统利用多线结构光扫描得到煤堆的几何信息,通过提取算法得到待测物的三维点云数据,利用点云计算待测煤堆的体积.文中利用条纹中心算法提取出三维坐标信息,并针对圆形煤场的几何特征提出煤堆提取算法来消除扫描时墙体点云带来的影响;在得到纯净的煤堆点云数据后利用Delaunay三角剖分对煤堆点云进行三角可视化重构,并利用累加法完成煤堆体积计算.实验表明,利用本文提出的多线结构光测量系统可在500ms内对体积为1000cm^3的圆形沙堆模型完成点云重构和体积计算,相对误差可缩小至0.17%且重复误差仅为0.17%.

简介：体积弹性模量是液压系统的一个重要参数,制动液中含有气体会对液压制动系统的稳定性、刚度以及响应时间等造成很大影响,因此分析含气制动液的体积弹性模量很有必要.文中对比分析了其他学者提出的有效体积弹性模量理论模型,并结合液压制动系统自身的特点、理想气体状态方程、亨利定律和质量守恒定律等,分析推导了气体在制动系统工作过程中发生压缩和溶解两个过程情况下,制动液的有效体积弹性模量理论模型.从文中的理论模型研究,可以明显看出初始含气率越高,制动液的有效体积弹性模量越小.

简介：针对固体结构内部温度测量的工程需求,比较了目前工业中应用较多的热电偶测温法、光纤光栅测温法、中子共振谱法和超声测温技术,发现超声测温技术具有非接触式测量、测温范围广、响应速度快等特点而更适用于固体结构内部温度的测量.调研了超声测温技术的发展历史与国内外现状,重点对超声温度场重建方法进行了介绍与分析,发现现有的重建方法主要是针对一维温度场的而且都存在参数获取困难的局限性,导致重建方法的适用性较差并且重建精度较低.综述了超声测温技术在火灾损伤、医疗卫生、核力发电、冶炼制造等领域中的应用,讨论了超声测温技术在测温机理、声时测量算法和时间测量分辨率等方面存在的技术问题,总结了超声测温技术在今后发展中的重点研究方向并提出了展望.

简介：本文提出用稀硝酸浸提样品中氯化物，用氢氧化钠调节溶液至碱性，加过氧化氢，加热、过滤分离去除干扰离子。在硝酸介质中，通过比浊法测定水泥混凝土中微量氯化物。本法检测限为0．305μg，线性范围在2．0-60μg，方法回收率在97．2-101．4％之间。结果表明，该法具有仪器简单，结果准确，无毒环保的特点。

简介：海绵是我国南海蕴藏着的一种非常丰富的生物，其中含较多具有生物活性的核苷类化合物；通过有机溶剂提取、柱层析分离纯化从海绵（Clathriafasciculate）中获得一个核苷化合物，利用现代波谱等技术鉴定其为腺嘌呤核糖核苷。

简介：采用COMSOLMultiphysics软件进行多孔介质加气混凝土的热湿耦合数值模拟研究.采用双驱动势和优化参数结合的模拟方案,对控制方程进行推导.通过对文献结果的对比,验证了该模型的可行性.模拟分析了环境温度、时间等因素对加气混凝土样品的湿迁移影响,随时间的增加湿传递速率减缓;5~15℃时湿传递速率缓慢,温度的影响较大,15~30℃时湿传递加快且速率保持一致.因此,在干燥环境下,加气混凝土墙体温度低于15℃以下可有效减少外界湿传递.

简介：人群分析在模式识别和机器学习领域内是一个非常有趣的课题.人群小群体成员之间的主从关系检测为视频监控和计算机视觉领域打开了新的视野.同时,小群体主导者的检测也是人群分析的重要组成部分.文章提出一种结构化SVM的学习框架,并结合行人的时间滞后分析特征和行人位置关系特征对小群体主导者进行预测.实验结果表明,本方法在人群分析数据集下取得了很好识别效果.

简介：为了探索大功率器件热控系统采用毛细芯微槽蒸发器的结构优化方案,特建立了基于多孔介质模型的微小槽道蒸发器数值计算单元,采用CFD研究了储液腔布置位置、供液口位置对两相流动与传热过程的影响.仿真结果得到储液腔位置对于毛细芯微槽蒸发器的换热性能、均温性和进出口压降影响显著,其中底部布置储液腔的蒸发器更具优势;在底部布置储液腔情况下,不同供液口位置影响作用不明显.以上结论为提高毛细芯微槽蒸发器的流动传热特性提供了参考数据.

简介：串联谐振（LLC）变换器优于常规硬开关脉冲宽度调制（PWM）变换器,具有效率高、应用广泛等特点.文章提出一种LLC谐振变换器的磁集成拓扑结构的设计方法,即采用基波分析法分析所设计的磁集成电路电压增益关系,进行磁集成谐振网络参数设计和优化,并用Mathcad软件仿真.结果表明,采用磁集成技术对谐振电路效率的提高有一定的可行性和有效性,从而进一步减少谐振电路的体积和成本.

简介：近年来,目标显著性检测引起了众多学者的极大关注,并涌出了一些基于低秩矩阵恢复理论的检测方法.在这些方法中,人们一般使用核范数约束低秩部分.但是,由于秩函数是非凸且不连续的,由此导致核范数不能很好地逼近秩函数,使得检测效果往往不佳.为解决上述问题,现提出基于加权Schatten-p范数与低秩树结构的稀疏分解模型.一方面,利用加权Schatten-p范数对图像背景进行低秩约束.另一方面,采用具有树结构稀疏特性的l2,1范数和图像拉普拉斯正则化对显著性目标进行稀疏约束,以此提高显著性检测精准度.经过与4种已有的常用显著性检测方法在3个不同数据库中的实验结果对比,证实现提出的方法具有更好的检测性能.