基于深度卷积神经网络的视觉里程计研究

视觉里程计利用视频信息来估计相机运动的位姿参数，实现对智能体的定位。传统视觉里程计方法需要特征提取、特征匹配/跟踪、外点剔除、运动估计、优化等流程，解算非常复杂，因此，提出了基于卷积神经网络的方法来实现端对端的单目视觉里程计。借助卷积神经网络对彩色图片自动学习提取图像帧间变化的全局特征，将用于分类的卷积神经网络转化为帧间时序特征网络，通过三层全连接层输出相机的帧间相对位姿参数。在KITTI数据集上的实验结果表明，提出的Deep-CNN-VO模型可以较准确地估计车辆的运动轨迹，证明了方法的可行性。在简化了复杂模型的基础上，与传统的视觉里程计系统相比，该模型的精度也有所提高。     

可持续煤矿矿井水处理与资源化技术综述

煤矿开采过程中会产生大量的废弃矿井水,不仅造成水资源的大量浪费,而且还威胁着矿区生态环境。本文综述了我国常见矿井水的常规处理方法,以及将矿井水视为水资源的可持续矿井水水处理与资源化技术,首次提出以“时间维度和空间维度”对矿井水进行全时空处理,并着重阐述了矿井水分级处理、分质利用技术,反渗透浓水处理与资源化技术,煤泥处理与资源化技术,以及重金属回收与利用技术等,对煤矿区矿井水处理与资源化利用具有指导意义。     

空气预热器实时监控系统堵塞可视化性能研究

针对电站锅炉回转式空气预热器运行时上下表面不可见的问题，本文提出了一种视频监控与故障分析系统，可直接监测转子表面情况。该系统通过视频监控获取图像，结合改进的Retinex算法对其进行处理，实现了以下2个功能:1）能分析积灰程度以判断转子堵塞 情况；2）与温度场融合实时显示转子表面热点分布以预防二次燃烧。该系统已应用于某600 MW机组，实现了在热态环境下对空气预热器转子积灰程度、热点分布、堵塞程度的估算与可视化，大大提高了空气预热器运行的可靠性。     

火电机组负荷分配中多源不确定性因素影响分析

不确定性因素存在于火电机组负荷分配中，影响机组负荷分配、节能环保目标。本文综合考虑负荷预测不确定性、机组煤耗率不确定性与其CO2排放系数不确定性，分别构建火电机组一次能源消耗成本与CO2排放量最小目标下的火电机组负荷优化分配模型；以此为基础，引入析因分析方差分解方法，量化多源不确定性因素单独与交互作用下对节能、环保目标的影响程度。结果表明:负荷预测不确定性对火电机组节能、环保目标影响最为显著，相对影响程度分别为51.13%、62.70%；机组煤耗特性及其CO2排放系数影响次之，相对影响程度分别为47.58%、34.95%。此研究结果对不确定性条件下电力系统负荷分配具有借鉴价值。     

某污水处理厂MBR膜系统改造与运行管理

某污水处理厂设计规模为10万t/d,采用AAO+MBR工艺,设计出水水质满足《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级A标准。由于运行时间较长,MBR运行系统存在产能下降、膜丝断丝脱落、污堵和清洗频次以及强度增加等问题,严重影响正常生产运行。针对MBR系统运行中存在的问题,文中提出具体改造建议,并总结运行经验,进一步优化MBR膜系统的运行维护管理,为其他污水厂MBR膜系统运行问题提供解决思路和维护管理经验。     

甲基氯硅烷精馏流程的模拟与优化

采用Aspen plus软件对工业七塔精馏过程进行全流程建模与模拟，优化工艺参数，研究了新的精馏节能工艺。对一甲塔等7个精馏塔采用双因素水平的灵敏度分析，考察了塔釜采出率、回流比、进料位置和塔顶压力对产品浓度和热负荷的影响，确定一甲塔最优的工艺参数：塔釜摩尔采出率为0.92，摩尔回流比为130，塔顶压力为0.18 MPa，总理论板数为400，在210块理论板位置进料。在此基础上，针对高能耗的脱高塔/脱低塔，模拟研究了双效精馏新工艺，新工艺可节省39.70%的年总成本；针对一甲塔模拟研究了热泵精馏新工艺，新工艺可降低41.42%的年总成本。     

多共振分量融合CNN的行星齿轮箱故障诊断

针对行星齿轮箱中各部件所激起的振动成分混叠、早期故障特征经常被较强的各级齿轮谐波成分以及环境噪声所湮没的问题，提出一种多共振分量融合卷积神经网络（multi-resonance component fusion based convolutional neural network，简称MRCF-CNN）的行星齿轮箱故障诊断方法。首先，对振动信号进行共振稀疏分解，得到包含齿轮谐波成分的高共振分量和可能包含轴承故障冲击成分的低共振分量；其次，构建多共振分量融合卷积神经网络，将得到的高、低共振分量和原始振动信号进行自适应的特征级融合，通过有监督的方式训练模型并进行行星齿轮箱故障诊断。对行星齿轮箱实验数据的分析结果表明，该方法能够有效分类行星齿轮箱中滚动轴承和齿轮的故障，成功对行星齿轮箱故障进行诊断，同时能够进一步增强卷积神经网络对振动信号所蕴含的故障信息的辨识能力。     

苏通GIL运输专用机具动力电池类型探讨

GIL运输专用机具是为安全、可靠、高效地完成苏通GIL综合管廊工程GIL单元的运输任务而研制的专用机具,其中动力电池系统设计是整机设计的重点之一。通过对各种常见动力电池优缺点的分析,并结合苏通GIL运输专用机具对动力电池的需求分析,确定了动力电池系统的技术路线,为苏通GIL运输专用机具的研制提供了坚实的基础。     

基于液压活塞式惯容器的车辆悬架性能研究

阐述了液压活塞式惯容器的基本结构、工作原理与承载力大的特点，建立了考虑摩擦力、寄生阻尼力和油液弹性效应的惯容器非线性力学模型。在数控液压伺服激振台上对液压活塞式惯容器进行了力学性能试验，基于试验结果，利用Matlab参数辨识工具箱对非线性力学模型中的参数进行辨识。在此基础上建立了包含液压活塞式惯容器非线性因素的车辆惯容器 弹簧 阻尼器（inerter-spring-damper，简称ISD）悬架动力学模型并进行了仿真分析。结果表明，当考虑液压活塞式惯容器非线性因素时，车辆ISD悬架系统的车身加速度均方根值增加5%，而轮胎动载荷与悬架动行程均方根值均有所减小,降低了车辆的行驶平顺性。     

水文序列相依变异识别的RIC定阶准则——以自回归模型为例

水文过程相依性是水文变异的主要表现形式之一,应用自回归模型对其进行拟合时合理确定模型阶数是一个难点问题。本文在分析AIC和BIC准则的基础上,提出了一种以原序列与其相依成分的相关系数作为拟合度指标,同时借用信息熵形式的函数式,作为模型不确定性度量指标的自回归模型定阶准则(简称RIC准则)。以AR(1)、AR(2)、AR(3)和AR(4)模型为例进行统计试验,将不同序列长度下该准则的定阶准确率与其他定阶准则进行比较,试验结果表明,RIC准则对于上述模型均具有较好的适应性,且定阶准确率远高于AIC准则,其中对于前三阶模型RIC准则优于BIC准则,但四阶模型略低于BIC准则。RIC准则的优势是可以同时满足模型定阶、相依程度分级与模型检验的需求,将其应用于实测水文序列分析,结果显示,该准则能较准确地识别自回归模型的阶数,且符合提出的"相依有变异而残差无变异的最小阶数"的检验标准。