中厚板层流冷却基础自动化系统设计

控制冷却技术是生产高质量钢板的有效手段,为满足首钢3500mm中厚板轧机轧后控制冷却设备和工艺的控制要求,采用了基于西门子S7-400PLC的控制冷却基础自动化系统。介绍了首钢3500mm中厚板轧机轧后控制冷却设备及其工艺参数,说明了控制冷却基础自动化系统的功能、采用的测控设备、计算机和现场总线系统配置,阐述了控制冷却系统控制策略、控制方式。运行结果表明,控制冷却系统的冷却能力和控制精度、响应时间等均满足工艺要求。     

自动注浆成型技术: 一种新型三维复杂结构成型方法

自动注浆成型技术是一种材料直接成型技术．该技术以胶体为基本浆料，通过层叠方式注浆成型制备复杂三维结构，包括所有空间都被填充的无跨度器件和具有很大高宽比或者具有跨度(无支撑部分)的三维复杂结构器件．本文综述了这项技术的发展，重点介绍了水基胶体凝胶浆料的流变学理论基础和已有的应用．自动注浆成型技术提供了一种制备三维复杂结构的新方法，具有广泛的应用前景．     

过电压保护产品在国内的应用

各种精密电子仪器、仪表、计算机等重要电子设备供电电源方面都存在过电压问题。交流供电电源系统的过电压一般可分为“雷击过电压”和“内部过电压”两种主要情况。过电压的共同特点是瞬间出现能量很大持续时间较短的大功率浪涌电压(220V/50Hz低压供电电源系统可出现数kV到数十kV的电压)。220V/380V及以下设备的过电压保护称为低压过电压保护,主要用于家用电器和各种电子设备等,不局限于电力行业。低压过电压保护产品市场特点低压过电压防护与重要电子设备的普及有很大关系。总的来看,防雷(以及内部过电压防护)行业是一个相对狭窄的领域…     

FCA模型在会泽铅锌矿隐伏矿定位预测中的应用

模糊综合评判(FCA)模型是基于模糊数学理论并结合隐伏矿预测理论而建立的一个找矿模型．主要论述了FCA模型在会泽铅锌矿隐伏矿定位预测中的应用，包括成矿因素评价集的确定，评价因素权重的确定，并根据流程作出找矿预测的异常图．预测结果与实际工程施工验证相吻合，证明所构造的模型有效．该模型还可以推广到其他矿山进行隐伏矿定位预测．     

一种基于显示设备的色域线性匹配算法

色域匹配算法是色彩空间转换的核心,本文首先介绍了色域匹配相关的基本概念和色域匹配算法的分类,然后提出了一种基于显示设备的色域线性匹配算法,并对线性匹配算法和分段色度匹配算法进行了对比实验测试。     

基于地物波谱特性的透射率-暗原色先验去雾增强算法

室外场景在雾、霾等天气的影响下能见度降低、成像效果不佳. 本文从大气散射 成像模型出发,从地物波谱特性的角度拓展暗原色先验理论,进而根据人眼视锥细胞对短中长波长光的刺激比例（LMS）将RGB 三通道转换为耦合性更低的透射率三通道,有效地降低了RGB三通道间的互相关性,并在对数图像处理（Logarithmic image processing,LIP）的框架下,提出基于彩色对数图像处理模型的自适应增强算法,对去雾后的图像进行增强. 实验结果表明,耦合性更低的透射率三通道可以更准确地复原出图像,同时采用基于彩 色对数图像处理模型的增强算法可以明显地提高图像的可视性.     

一种灵活的柱面反投影算法

传统柱面图像反投影算法依赖于圆柱模型以及标定的精度,且物距发生变化时模型将会失效,需要重新进行标定,过程繁琐,场景适应性不足.为此,提出一种灵活的柱面图像反投影算法.根据透视投影原理,像素当量随距离远近呈二次曲线分布,因此可以通过拟合二次曲线表征其成像特性,对竖直方向和水平方向分别进行处理,进而实现柱面图像反投影变换.当目标物体相对相机发生前后方向和左右方向位移时,通过修正二次曲线的系数适应其成像特性的改变,无需再次标定.实验结果表明,该算法精度与传统方法相当,且在左右移动、一定缩放范围内保持精度不变.本文算法仅需一次标定即可满足目标物体小范围内移动时的图像变换需求,提高了场景适应性.     

基于DSP+FPGA的IRFPA实时图像数字处理系统设计与实现

为改善红外焦平面阵列成像质量,提出了以高速数字信号处理器为核心的红外焦平面实时图像数字处理系统,介绍了红外成像系统的结构并给出了系统的硬件实现框图,对系统工作流程和FPGA的控制逻辑及DSP响应中断实现数据转移及存储进行了分析。按作用划分为8个功能模块,详细讨论了3个功能模块的硬件实现和软件设计。     

86个电话

正在这里,我要和大家分享一个我自己的故事。2015年寒假,正在上高二的我迎来了高中最后一次社会实践。我心想,既然是最后一次,总不能像之前那样,去社区打扫打扫卫生,或者扫扫雪,摆拍几张照片应付学校,那有什么意思啊!这次我把地点定在了辽宁省最大的乳制品加工企业——辽宁辉山乳业集团。我并不是要在这里给它做广告,只是因为它的规模足够大!一开始我想的真是很     

应用积分图的织物瑕疵检测快速算法

为解决现有基于图像处理的织物瑕疵检测算法实时性较差、正确率偏低等问题,提出一种包含学习和检测2个阶段的瑕疵检测算法。通过对无瑕疵模板图像的梯度能量特征及其分布特性的学习,自适应获得检测阶段所需的参数。一方面利用积分图原理将任意大小的图像块内的求和运算化简为三次加法运算,快速提取织物图像的梯度能量特征,实现织物瑕疵的实时检测,另一方面利用核函数拟合特征参数分布,结合均值漂移法求解分布峰值获得自适应的瑕疵判定阈值参数,实现织物瑕疵的准确分割。通过实验将本文算法与现有基于局部二值模式特征、小波特征、规则带特征等算法进行对比,针对包含3种纹理6类瑕疵的织物图像数据集的测试结果显示,本文算法平均处理时间为56ms,正确率为97%。