泛型直线螺线管型电磁阀运动分析和改进的电压控制

在直线螺线管型高速电磁阀的整个运动过程中，由于铁磁材料的磁化需要一个动态过程，导致其电磁吸力随着铁磁材料的磁化而变化。为了获得一种不依赖电磁阀材料各异性的最优电压控制方法，从静态磁场出发，由电磁阀的理论静态吸力公式建立电磁阀衔铁的动力学模型，通过分析电磁阀的衔铁启动过程，上升运动过程和下落过程，得到各阶段的位移、电流随时间的变化。然后经过前面过程分析得到了采用两段梯形电压控制电磁阀的控制策略，实现了精准控制占空比的目的。     

[0001]取向六角晶界结构特征分析

通过分子动力学计算，得到了所有∑＜５０和两个具有代表性的∑＜５０沿［０００１］了向ｈ．ｃ．ｐ．Ｔｉ中的晶界结构。在所有对应最低能量的组态结构中，界面都是由完好区和具有一定几何构型的位借核所构成，位借核对应的几何单元只有两种型态，一种是四面体结构，另一种是三个并联的四面体，分别被定义为Ｔ单元和Ａ单元。     

"十三五"期间中国PVC产业回顾和展望(待续)

从生产、进出口、市场、应用等方面分析了国内PVC行业现状.介绍了国家有关PVC行业的政策.阐述了"十三五"期间国内PVC产业受国际环保、能源、低碳公约及国家环保、能源、产业政策等规范,产业升级改造逐步走向正轨.回顾了"十三五"期间PVC行业发生的重大生产、安全、环保、技术事件,并展望了"十四五"期间PVC产能增长的预期.列举了"十三五"期间PVC行业的主要实用生产技术,并分析了国内PVC行业存在的主要问题.     

B助剂对Cu基催化剂羟基新戊醛加氢反应性能的影响

采用并流共沉淀法制备了系列硼改性Cu-Zn-Al催化剂,并利用ICP、XRD、低温氮气吸脱附和H2-TPR等手段对制备的催化剂进行了表征,考察了不同量硼的添加对Cu-Zn-Al催化剂催化羟基新戊醛加氢生成新戊二醇反应性能的影响.结果表明:适量硼的引入有利于提高催化剂的比表面积,促进活性组分氧化铜的还原及活性相Cu的分散.当硼的添加量为0.5％(质量分数)时,B改性的Cu-Zn-Al催化剂具有最高的催化活性,在反应压力3.0 MPa、反应温度110℃、氢醛比(摩尔比)10:1、液时空速1.0 h-1下,HPA转化率和NPG选择性分别达到100％和96.7％.     

行业动态

湘瓷科艺召开 营销工作会议 7月19日,湘瓷科艺股份有限公司召开了全公司营销工作会议,会议由分管销售工作的副总经理杨子初同志主持,主要内容包括总结上半年公司销售工作情况、对下半年销售工作进行部署、加强营销人员素质与技术的培训以及加强营销人员之间的沟通和交流等。     

一种基于深度学习的视网膜病变图像识别方法

为解决医学上糖尿病性视网膜病变图像人工识别困难、精度差等问题,提出一种基于多特征融合的卷积神经网络识别方法。在VGG-16模型的基础上,通过融合每层网络上的局部特征,增强模型的特征提取能力。选用Softmax分类器,使病变图像识别更加准确。使用OpenCV图像处理工具采用加噪、上下左右不同角度翻转、调节对比度等5种方式扩充训练集。实验结果表明,基于多特征融合的深度学习框架图像识别系统在数据集上的平均识别精度达到94.23%,相较于Alex-Net、Google-Net、Compact-Net、ResNet-101等模型分别提高了10.56%、7.80%、6.01%、0.02%,验证了该方法的有效性。该模型具有很好的鲁棒性。     

基于改进深度残差网络的矿井图像分类

精确煤矸分类及识别能力是煤矿智能煤矸分选机器人要解决的关键问题。在通过深度学习图像分类方法的检测煤矸石中,为克服当前残差网络计算量大、复杂度高以及信息丢失的问题,提出了基于改进深度残差网络的图像分类方法。并提出了一种新的损失函数soft-center loss,克服由于softmax分类器对特征的区分判别能力差以及易造成模型过度自信的问题。同时在图像预处理阶段利用CBDNet去噪网络,提高了井下图像的质量,进一步提升了煤矸分类的准确率。实验结果表明,基于改进深度残差网络分类模型相比于其他分类网络模型在井下图像分类准确率提高了4.12%,在公开数据集CIFAR-10准确率提高了1.5%。     

基于分层混合信息的移动机器人复合地图创建

为提供丰富的环境信息,提出一种基于分层混合信息构建复合地图的方法,针对准结构化环境,将几何特征划分为规则区域和非规则区域,在非规则区域采用改进的基于网格的共享近邻算法(GNN)进行非规则聚类,并引入贝叶斯概率算法进行动态信息处理.实验结果验证了方法的有效性及实用性.     

基于FPGA的QDPSK全数字通信电路的设计与实现

介绍了QDPSK基本原理,提出基于FPGA的全数字QDPSK通信方案。该方案对输入序列进行加扰、串并和差分运算,得到QDPSK,然后加到载波上;在接收端载波与信号分离,再进行解差分、解扰运算,还原出输入信号,实现QDPSK全数字调制与解调。整个系统采用Verilog编程,在MaxPlusⅡ环境仿真、布局和综合,最后下载到FPGA通过示波器观察输入输出信号,实验效果良好。