混浊水用清水视觉器的研究

针对混浊水环境下对海洋平台管节点焊缝和坝体裂纹检测和监测不易实现的难点,研制了一种基于轴对称射流的混浊水用清水视觉器,其基本原理是在适当区域中,造成一定体积的清水视域并用CCD对目标进行观测.在污水射流浓度分布理论的基础上,推导了静止混浊水中自由清水射流起始段与主体段中的混浊水浓度分布规律,并通过试验对射流的可视域进行了验证.试验表明,这种混浊水用清水视觉器能够在混浊水中造出一定体积的可视域,应用CCD能够对可视域中目标进行观测,其可视域的尺度与射流出口尺寸有关.     

基于WI-FI的井下定位算法研究

基于射频指纹的室内定位算法有很多,现提出基于射频指纹的应用在煤矿巷道这种特有的环境特征的一种新的定位算法。根据无线信号的衰减特性,将距离接入点3m处的接收信号强度值设为阈值,若设备接收的信号强度值大于阈值则直接定位到此接入点处。若信号强度低于阈值,则根据射频指纹数据库数据得到估计位置。在煤矿中移动目标的速度一般小于10m/s,根据这一特征,算法中设定前后两次的定位位置不能超过10 m;若超过10 m,则取前一秒的定位位置与该秒采用数据库匹配得出的位置的中点。将这些特征应用到射频指纹定位算法中可以非常有效的减少环境对信号强度的影响。通过实验表明,该定位算法具有较高的定位精度。     

基于LabVIEW的医学影像学教学系统的设计

医学影像学一直是各医学院校教学的重点课程之一。本文通过基于LabVIEW软件制作成医学影像学肝门静脉图像教学系统供教学使用,并为临床诊断提供参考,实践证明取得了良好的效果。     

基于S3C2440-Linux的视频传输系统设计

该文提出了在s3c2440上移植linux操作系统从而实现对视频采集、传输和显示。利用V4L2实现对中星微ZC301摄像头的拍照图片采集,通过linux下Socket编程实现对采集到JPG格式图片的保存和发送,接收端是基于QT写的服务端以实现窗口接收视频并显示的过程。     

阻燃型氢氧化镁制备及其影响因素探讨

以七水硫酸镁为原料、氨水为沉淀剂、选择适宜的表面活性剂。以样品XRD图中（001）面与（101）面衍射峰的相对强弱为考察指标，通过单因素实验，分别考察了反应温度、恒温反应时间、陈化时间、表面活性剂用量及氨镁摩尔比等因素对氢氧化镁样品XRD图中（001）面与（101）面衍射峰相对强弱的影响。实验结果表明，制备阻燃氩氧化镁较适宜的工艺条件为：反应温度40℃、恒温反应时间40min、陈化时间120min、表面活性剂A体积用量4ml、氨镁摩尔比6：1.     

高阻隔型双向拉伸共挤薄膜的制备及性能研究

研究了薄膜阻隔性能的机理,并对薄膜配方进行设计,通过多层共挤双向拉伸工艺,实现高阻隔薄膜的量产.同时,研究了薄膜配方及成型参数对薄膜厚度均匀性、雾度等性能的影响.     

高压交流线路避雷器劣化状态数值仿真

高压交流线路避雷器的劣化分析是保障其运行安全的重要评估技术.针对避雷器出现的劣化问题,提取其伏安特性中的小电流区间,建立数学表征模型,并以模型中的时间常数表征氧化锌的劣化程度.结合晶粒物理结构、Voronoi网格分析晶粒及晶粒间的电气连接特性,推演RC等效电路模型并简化电路.开展数值仿真计算,获得不同劣化程度下避雷器的伏安特性曲线以及交流电压作用下的阻性电流变化规律,分析了容性电流分量与谐波电压对总泄漏电流的影响.泄漏电流波形的畸变率可判断避雷器的劣化程度,模型可辅助优化基于泄漏电流的避雷器在线监测与诊断技术.     

Sb2O3掺杂对ZnO压敏陶瓷晶粒分布特性的影响

改善晶粒分布的均匀性是获得高性能ZnO压敏陶瓷的重要手段之一.本文主要从平均晶粒尺寸、晶粒分布均匀性以及晶粒形状等角度研究了不同Sb2O3掺杂含量的ZnO压敏陶瓷试样,并应用晶粒尺寸分布不均匀系数ε和形状参数k对晶粒进行量化.结果表明:随着Sb2O3掺杂量的增加,试样的平均晶粒尺寸ε以及k呈现减小的趋势,晶粒尺寸分布均匀性改善,晶粒形状由细长向规整发展,这些结果也可以很好地解释试样电性能得到改善的原因.分析认为Sb2O3掺杂后形成的尖晶石相抑制了晶粒的异向生长,使得晶粒尺寸减小,晶粒分布均匀性以及晶粒形状得到改善,而且尖晶石相对大晶粒区晶粒生长的抑制作用比小晶粒区弱.     

NR/BIIR并用胶高阻尼性能的研究

研究了BIIR用量对NR/BIIR并用胶硫化特性、力学性能以及阻尼性能的影响。结果表明,随着BIIR用量的增大,NR/BIIR并用胶正硫化时间延长,交联程度、拉伸强度、拉断伸长率和回弹性均降低;增大BIIR用量,NR/BIIR并用胶损耗峰温度升高,在较宽温度范围内具有较大损耗和较高阻尼性能。     

小样本条件下基于卷积孪生网络的变压器故障诊断

为提高小样本条件下变压器故障诊断的准确率,提出了一种小样本条件下基于卷积孪生网络CSNN(con-volutional Siamese neural network)的变压器故障诊断方法.利用具有强大特征提取能力的卷积层和池化层来构建孪生网络将原始数据映射到低维空间.并基于欧式距离进行相似度的对比,从而实现故障的分类.仿真结果表明,CSNN比传统方法更加适合小样本条件下的变压器故障诊断,利用卷积层和池化层来构建孪生网络比仅用全连接层来构建孪生网络会收获更高的准确率.