DM1010型钙铁仪在粉煤灰掺加量测定中的应用

ＤＭ１０１０型钙铁仪在粉煤灰掺加量测定中的应用高东辉苏州市南新水泥有限公司（２１５００８）现行的粉煤灰掺加量测定方法过程复杂、操作繁琐，分析时间过长，不适用于化验室的生产质量例行控制。为此，笔者参照西德标准ＤＩＮＩＩ６４－７８Ｔ３（硅酸盐水泥、含铁硅...     

稠油O/W型乳状液稳定性的研究

以大庆黑帝庙稠油为研究对象，依据稠油乳化降粘原理及O／W型乳状液的形成机制，考察了表面活性剂类型及添加量，碱的添加量，温度、油／水比、振荡方式等因素对稠油O／W型乳状液稳定性的影响。为筛选降粘剂复合配方及选择降低粘工艺提供了必要的基础数据。     

超声波测距的模糊控制泊车系统模型设计

设计了一种基于超声波测距的自动泊车系统模型。首先对小车运动模型进行分析,结合实际设计垂直、平行、斜行三种泊车模糊控制器,并且在Matlab的Simulink中分别进行仿真验证。采用超声波测距技术、视频采集技术等来获取周围环境数据,按照实际车辆和车库的大小,通过等比例缩放设计小车模型和车库模型,并把验证通过的模糊控制器转换为C代码,嵌入到飞思卡尔K60主控制板中进行自动泊车可行性测试。经测试,当模型车的航向角在-32°~+32°范围内时,实现了模型车在0.92倍标准大小模型车库内的自主泊车。     

基于光电扫描的工作空间测量定位系统误差分析

为研究工作空间测量定位系统的误差传递特性,建立了单发射站方位角/俯仰角测量模型及双发射站单元坐标测量模型。提出了以扫描角测量误差为基础的精度评价方法,通过分析扫描角与方位角/俯仰角之间的测量误差传递关系优化了激光发射站的几何结构。推导了双发射站单元坐标测量误差传递函数,并通过对坐标测量误差空间分布规律的分析求出了双发射站单元的最佳测量位置。使用两台发射站测量了某大型夹具顶端平台的位移,并通过与激光跟踪仪进行数据对比验证了所得结构。实验结果表明,当扫描角测量误差控制在5″以内时,双发射站系统可在5m×5m×3m的空间内实现优于0.25mm的精度。     

花菁染料聚乙烯醇延伸膜的三阶非线性光学极化率的各向异性

采用飞秒共振简并四波混频技术,检测了花菁染料的聚乙烯醇延伸膜平行和垂直于延伸方向的三阶非线性光学极化率.结果表明:单向延伸的花菁染料的聚乙烯醇膜具有较高的三阶非线性光学极化率的各向异性.     

一起断路器弹簧未储能引起保护不正确动作事故分析

对220kV及以上电网而言,分相断路器的储能状况直接关系着保护装置的动作行为.因此,为保证断路器在一次分、合动作行为后,为断路器的下一次正确动作做好准备,断路器储能回路的可靠性显得十分重要.本文分析了ABB高压开关设备有限公司生产的LTB245E1-3P-50VA型断路器储能回路存在的缺陷,提出了针对性的对策.     

低渗透砂岩石油渗流的微观模拟实验研究

采用天然低渗透砂岩微观模型,通过与实际地质状况较为相似条件下的油驱水实验,模拟石油在低渗透砂岩孔隙内的渗流,分析和探讨了低渗透砂岩孔隙介质中石油的微观渗流机理.研究结果表明,石油在低渗透砂岩中渗流路径曲折复杂,运移渗流模式有稳定式、指进式和优势式3种;石油在低渗透砂岩中渗流存在启动压力梯度,启动压力梯度与砂岩孔隙度关系复杂,而与砂岩渗透率有很好的相关性;石油的渗流速度与驱替压力呈很好的相关性,石油以相同速度在不同渗透率级别的砂岩内渗流时所需要的驱替压力随砂岩渗透率的增大而降低.     

基于CEEMDAN-SAFA-LSSVM的短期风功率预测

随着电网中风电渗透率的逐年提高,对其出力进行精确预测是保障电网可靠运行的技术措施之一.建立了基于CEEMDAN-SAFA-LSSVM短期风功率组合预测模型.采用完全集合经验模态分解(CEEMDAN)将原始风功率序列分解成特征互异的各个本征模态分量,对分解产生的本征模态分量进行相空间重构,然后根据得到的新模态分量建立相应的最小二乘支持向量机(LSSVM)预测模型.针对LSSVM模型的预测精度易受参数选择的影响,提出萤火虫算法(SAFA)优化LSSVM模型的参数,解决了 LSSVM参数寻优效率低的问题.算例分析表明CEEMDAN-SAFA-LSSVM模型在风功率预测中具有较高的预测精度和预测效率.     

基于深度学习的医学影像配准综述

图像配准是医学影像处理与智能分析领域中的重要环节和关键技术.传统的图像配准算法由于复杂性较高、计算代价较大等问题,无法实现配准的实时性要求.随着深度学习方法的发展,基于学习的图像配准方法也取得显著效果.文中系统总结基于深度学习的医学图像配准方法.具体地,将方法归为3类:监督学习,无监督学习和对偶监督/弱监督学习.在此基础上,分析和讨论各自优缺点.进一步,着重讨论近年来提出的正则化方法,特别是基于微分同胚表示的正则和基于多尺度的正则.最后,根据当前医学图像配准方法的发展趋势,展望基于深度学习的医学图像配准方法.