基于Canny算子的红外影像边缘检测算法

针对传统Canny算子在提取红外影像边缘时会出现毛刺、不光滑等现象,提出一种增强边缘细节的红外影像边缘检测方法。在Canny算子基础上,用主成分分析得到的主算子代替Sobel算子,同时用基于二阶偏导的非极大值抑制方法进行边缘细化,最后由“参考白”方法设置阈值提取最终边缘。经MATLAB仿真表明,相比Canny算子,所提方法能够提取更加平滑的边缘,尤其对弧形边缘。     

TBM破岩机理的三维FEM-SPH耦合算法

采用改进的有限元-光滑粒子流体动力学耦合（FEM-SPH）的方法,建立了TBM单滚刀和双滚刀破岩的三维数值耦合模型,研究了TBM破岩机理,研究结果表明,压碎区形成阶段,在单滚刀推力的作用下,微裂纹向下扩展形成扇形破坏区;在切向力的作用下,微裂纹向前扩展形成另一个扇形破坏区,两个扇形破坏区组成了锥形破坏区;在微裂纹形成阶段,侧向裂纹的扩展速度大于中央裂纹的扩展速度;在微裂纹扩展阶段,中央裂纹的扩展速度大于侧向裂纹的扩展速度;当滚刀向岩体的边缘滚动时,边缘部位的岩石以扇形失效;压碎区形成阶段,每个滚刀单独作用在岩石上,在每滚刀的下方形成一个锥形破坏区;在微裂纹形成阶段,由于滚刀之间的相互作用,赫兹裂纹改变扩展方向;在微裂纹扩展阶段,赫兹裂纹连接和贯通,形成岩片。     

电动汽车充电谐波抑制技术的进展

电动汽车的快速发展推动了电动汽车充电站的广泛建设,大量充电机的投入运行将对电网产生严重的谐波危害。文章分析了电动汽车谐波的常用抑制措施,重点分析了有源电力滤波器(APF),脉冲宽度调制(PWM)等新型的谐波抑制手段,并在此基础上进一步展开探讨。     

助剂对臭氧催化氧化催化剂性能的影响

以氧化铝为载体,硝酸铜为一次浸渍液,硝酸铈为二次浸渍液(或加有机助剂),采用浸渍法制备了臭氧催化氧化催化剂,并将其用于含有臭氧的苯酚溶液脱总有机碳(TOC)的催化氧化评价中。结果表明:在所选的载体实验中,二次浸渍制备的催化剂对苯酚溶液TOC的去除率要高于一次浸渍的。选用聚乙烯类有机物(助剂A)-羧酸类有机物(助剂B)混合助剂,分别在不同载体上制备的催化剂的TOC去除率较单独使用助剂B的分别降低约3. 00,1. 00个百分点。二次浸渍后,助剂的加入有利于提高Ce O2的负载量。     

基于Shearlet变换的自适应阈值地震数据去噪方法

由于随机噪声的干扰,地震勘探的有效信号经常淹没其中难以识别,且在时间域难以分离随机噪声和有效信号。Shearlet变换是一种新的多尺度多方向时频分析方法,具有最优的稀疏表示能力、局部化特征和方向敏感性。Shearlet变换在去除随机噪声的同时,能够最大限度地保留有效信号,可以有效地提高地震数据的信噪比。针对传统的Shearlet变换阈值去噪方法不能随尺度和方向变化的不足,提出了随尺度和方向变化的自适应阈值,可以同时适应不同尺度和方向噪声水平的差异。利用Shearlet变换的自适应阈值算法与小波变换去噪方法,分别对理论和实际地震数据进行去噪。对比可知,Shearlet变换的自适应阈值算法具有更强的去噪能力,并能够最大限度地保留有效信号。     

Shearlet域自适应阈值地震数据随机噪声压制

Shearlet变换因其最优的稀疏表示和多尺度、多方向特性,对地震数据噪声有很好的压制效果。但基于Shearlet变换的传统阈值法仅考虑了信号的稀疏性在尺度上的特征,没有考虑在方向上的分布特征,不能使去噪效果达到最佳。结合Shearlet变换多尺度、多方向特性,在尺度自适应阈值基础上,研究信号在Shearlet域不同方向上的分布规律,提出一种随尺度和方向同时自适应变化的阈值。通过求取同一尺度、不同方向的L₂范数,统计有效信号的分布规律,进而在阈值计算过程中添加方向自适应项,达到随尺度和方向同时自适应的目的。理论和实际数据的试验结果表明,基于尺度和方向同时自适应的阈值相对于传统阈值能够更有效压制随机噪声,最大限度地保留有效地震信息。     

阳离子单体对聚羧酸减水剂早强性能的影响

合成了阳离子单体甲基丙烯酰氧乙基三甲基氯化铵(DMC)引入量不同的聚羧酸减水剂,采用傅里叶红外光谱进行了结构确证.通过水泥净浆流动度、凝结时间、净浆和胶砂抗压强度测试,研究了阳离子单体不同引入量对聚羧酸减水剂分散性、凝结时间和早强性能的影响.通过XRD、TG对作用机理进行了分析.结果表明:DMC引入量占大单体4％时,净浆流动度达到最大值;引入DMC后,净浆凝结时间缩短,净浆和胶砂试件早期抗压期强度明显提高;当引入量占大单体12％时早强性能最好.由XRD和TG分析可知,引入DMC促进了C3S的早期水化,生成较多的水化硅酸钙和氢氧化钙.     

杂质浓度对超声波传播特性及流量测量精度影响的研究

杂质颗粒引起超声波衰减,会影响超声波流量计测量精度。本文通过圆球的辐射声压公式的理论,分析杂质颗粒对超声波传播散射衰减的影响机理;通过建立两相流模型,分析管路中含杂质颗粒工况下,不同杂质浓度在流场中的分布规律,进而分析其对超声波传播特性和流量检测精度的影响;建立两相流测量实验方案,对比分析不同流量情况下由杂质浓度不同产生的超声波信号衰减和测量误差,验证数值计算方法的正确性。本文研究可以为超声波流量计在含杂质工况下检测精度的研究提供理论支撑,具有重要的应用价值。     

莼菜体外胶的分离及其体外功能活性研究

该文以不同物理方法提取的莼菜体外胶为主原料,探讨体外胶本身的物理性能以及生物学特性。结合超声处理研究莼菜体外胶质构性、流变特性、化学物质含量以及抑制酶活性情况,采用GC-MS测定体外胶多糖的单糖组成。结果表明,当超声能量密度为4800 J/g时,体外胶的分离率最高为(78.97±3.83)%。经超声处理后的体外胶的黏度显著降低,在高扫描频率下超声处理会显著增加体外胶的损耗模量(G″),从而增加它的黏性。体外胶含有丰富的总糖(524.4~552.8 mg/g)和总多酚(208.3~228.5 mg GAE/g),并具有α-葡萄糖苷酶和α-淀粉酶抑制活性。GC-MS分析结果表明,体外胶多糖含有较高含量的半乳糖(41.79%)和木糖(18.72%),且含有较少含量的甘露糖(4.29%),鼠李糖(7.13%),阿拉伯糖(1.02%)和葡萄糖(4.55%)。超声处理不仅会降低体外胶的硬度、弹性、内聚性和黏附性,还有助于体外胶的分离,可以很好地保持体外胶的植物化学物质、抗氧化活性、降血糖活性。     

基于一维密集连接卷积网络的风电齿轮箱智能故障分类

人工智能技术的飞速发展为现代能源装备的精益化故障诊断与健康管理提供了可能。风电齿轮箱由多个齿轮、轴承组成,且长期在变速、变载荷工况下运行,依靠传统的故障特征提取结合机器学习方法进行故障诊断存在精度低、缺乏智能性等缺点。文章提出了基于一维密集连接卷积网络的风电齿轮箱故障分类方法:将原始振动信号直接送入网络模型,经过密集连接、合成连接与卷积运算,匹配对应的故障类型,迭代训练故障分类模型;振动信号输入模型后的分类结果决定所属故障类别。文章所提出的风电齿轮箱故障分类方法具有诊断流程简单、故障识别率高等特点,多工况试验台故障数据验证了该方法的有效性。