碳纤维原丝含油率测试影响因素研究

利用改进的索氏提取回流法测量碳纤维原丝含油率.研究了溶剂回流温度、回流时间、环境湿度对测试结果的影响,结果表明:随着回流温度的提高,2小时内回流清洗效果不断增强,当回流温度大于54℃,次数大于12次,油剂清洗效果基本保持不变.可通过提高回流温度以提高单位时间内的回流次数,优化纤维含油率测试的准确性和测试效率.环境湿度对索氏提取测纤维含油率有显著影响:控制环境湿度在50～52％RH范围内,可将纤维吸潮质量变化控制在纤维质量的0.005％,油剂相对含量的0.2％～0.6％,可将测试稳定差值降低至≤0.05％,测试方法差值<0.1％,满足油剂测试工艺要求.回流时间≥2 h,回流温度≥54℃,测试环境湿度50～52％RH,索氏提取回流法油剂测试误差<0.05％.     

绿盟科技多项成果入选GSMA《人工智能赋能安全应用案例集》

2月22日,GSMA(全球移动通信系统协会)在2021年世界移动通信大会(MWC)上海展上发布了《人工智能赋能安全应用案例集》(以下简称“案例集”)。绿盟科技提供的“基于AI的自动化响应与处置系统”、“基于威胁情报的多维恶意域名自学习检测技术”、“多智能分析引擎在态势感知中的应用”以及“基于用户行为的数据安全异常检测”四项成果入选该案例集。     

一种基于SVD的改进LTS气动数据异常检测方法

用稳健的最小截平方和(LTS)估计检测气动数据中的异常,但气动数据是海量和高维的,使得LTS要求解的矩阵维数很大,造成巨大的时空开销.为此,引入迭代的奇异值分解(ISVD)求解LTS的最小二乘问题,实现更快的异常检测.实证分析采用某飞行器外形数据,分别运用OLS,FastLTS以及ISVD-FastLTS对数据集进行异常检测和对比分析.实验证明,相比于传统方法,ISVD-FastLTS能更加快速且准确地识别异常值.     

基于K-Means算法的SSD-Mobilenet模型优化研究

SSD-Mobilenet目标检测模型是将SSD和Mobilenet进行结合衍生出的一种轻量化模型,同时具备了两模型各自的优势,即多尺度检测和模型轻量化。在原模型中特征提取层使用了人为设置的先验框,这样的设置存在一定的主观性,并不适用于对特定场景下单一类别目标的识别与定位。为解决这一问题,本文提出了使用K-Means算法对目标真实框的宽高比进行聚类分析,提升模型在特定场景下对单一类别目标的检测能力,规避了人为设置的主观先验性。使用Pascal VOC 2007数据集对该模型进行训练和评估,实验结果显示,模型的mAP值比Fast RCNN提高了4.5%,比Faster RCNN提高了1.5%,比SSD-300提高了3. 4%,比YOLOv2提高了2. 4%。     

AUT检测技术典型缺陷图谱分析

简要分析了全自动焊接主要缺陷形式及形成原因,并详细论述了AUT检测原理及典型缺陷在AUT图谱中的显示特征.对未熔合等危害性缺陷的检测具有一定的参考价值.     

基于数字图像处理的玉米质量检测

随着社会的进步发展,以及我国人口的不断增加。现代社会对于粮食的需求也在逐年增长。玉米作为我国重要的粮食资源,在许多行业领域都发挥着重要作用。玉米不仅解决了人们的温饱问题,同时也成为了现代畜牧养殖当中最重要的饲料成分。玉米质量的高低决定了与其有关的农产品、饲料的品质,间接影响了人们生活的品质。通过检测玉米质量,选择质量过关的玉米作为人们生产生活所需要的原材料,品质稍差的玉米可用于饲料。通过合理分配,实现玉米资源的高效利用。检测玉米质量可采用数字图像处理技术,通过对图像灰度化、平滑、锐化、像分割、边缘检测等方面的实验,为后续的玉米质量自动检测做铺垫。     

浅谈测量设备的计量确认

CNAS-CL01:2018《检测和校准实验室能力认可准则》6.4.1条指出"实验室应获得正确开展实验室活动所需的并影响结果的设备",6.4.4条和6.4.7条分别规定"当设备投入使用或重新投入使用前,实验室应验证其符合规定要求","实验室应制定校准方案,并应进行复核和必要的调整,以保持对校准状态的可信度"。     

食用油包装现状及质量检测的探讨

目前,国内食用油市场普遍采用塑料桶装运。各大超市出售的花生油、菜籽油、豆油、色拉油等几乎都是用塑料桶包装的。非常规油脂,例如昂贵的橄榄油,被装在玻璃或金属罐里,而塑料罐子则通常用皮特制造。由于玻璃陶瓷容器易碎,不易运输,建议罐装铁质。文章通过大量的检测数据,对目前瓶装食用油质量状况进行了初步分析,表明不同厂家食用油的瓶装质量实际存在差异,并指出了目前瓶装食用油存在的问题,为我国食用油包装标准的进一步完善提供参考。