基于凸壳+橡皮筋模拟的2D布局物理运动分析

产品布局设计抽象成凸壳+橡皮筋模拟布局模式,建立出布局优化模型是一个创新的物理学设计方法。本文提出的物理学模型是采用基于遵循牛顿第二定律研究模型碰撞前后的物体受力情况以及运动过程。通过运用复数矢量法求解其碰撞前后力、力矩和运动计算,采用判定矩阵方法分析确定布局过程中基于节拍的物体运动状态以及碰撞干涉关系与状态,进而分析和确定模型包含物体受力移动、与毗邻物体碰撞后的旋转和滑移的运动过程,为凸壳+橡皮筋模拟的紧凑布局优化模型运动过程的数字化设计提供了可行的解决方法。     

光卤石分解制取氯化钾结晶过程的研究

实验主要研究了在光卤石冷分解制取氯化钾连续结晶系统中,氯化钾的结晶动力学以及影响产品粒度的因素.建立了光卤石分解氯化钾结晶过程中氯化钾结晶动力学模型.探讨了停留时间及循环液中氯化镁浓度对结晶动力学及晶体粒度的影响.     

热工仪表压力测量技术在火电厂的应用故障及措施

在火电厂运行过程中,热工仪表发挥着重要的作用,热力学不断发展,也带动发展了热工仪表压力测量技术,这项技术结合了传统的压力测量技术和现代技术,有利于优化热工仪表的工作性能.在火电厂利用热工仪表压力测量技术,有利于提高火电厂运行效率.本文分析了火电厂热工仪表压力测量技术的应用,及时解决火电厂运行中存在的故障问题,优化火电厂...     

基于大数据的智慧公安系统研究

伴随着云计算体系的建立和发展,公安系统融合大数据机制已经成为顺应时代发展的必然趋势,不仅仅能提升系统运行管理效率,也能融合云计算、物联网等技术的应用优势,为海量数据的协同管理奠定基础。文章集中分析了基于大数据的智慧公安系统整体框架结构,并对系统实现过程和评估体系展开了讨论,仅供参考。     

基于支持向量机的蠕墨铸铁表面粗糙度预测

目的准确预测蠕墨铸铁加工过程中的表面质量,指导加工参数调整,保证加工过程中加工质量的稳定,运用差分进化算法优化的SVM模型(DE-SVM)构建蠕墨铸铁表面粗糙度(Ra)预测模型和加工参数选择方法。方法采用DE-SVM提高支持向量机回归模型的预测精度,建立针对实际加工材料的表面粗糙度预测模型,基于构建的预测模型,挖掘表面粗糙度与加工参数之间的关系,从而获得较优的加工参数。结果结合蠕墨铸铁的铣削加工实验数据,对比DE-SVM与常用优化算法(粒子群优化算法(PSO)和遗传算法(GA))优化的SVM模型,DE-SVM模型获得的MAPE(0.122)和R2(0.9559)值均优于粒子群和遗传算法优化的支持向量模型获得MAPE和R2值。在给定的加工参数范围内,切削速度和进给速度对表面粗糙度的影响较大,且表面粗糙度与切削速度成正比关系,与进给速度成反比,而切削深度对表面粗糙度影响不显著。结论由实验的对比结果可知,采用DE-SVM模型建立的蠕墨铸铁表面粗糙度模型具有更高的预测精度,基于DE-SVM获得的加工参数对表面粗糙度的影响,可有效指导加工参数的选择与调整,对保持蠕墨铸铁优良的加工质量具有较好的指导意义。     

AgI-ZnO纳米复合粉体的制备及催化性能

采用沉淀法制备AgI-ZnO复合纳米粉体,用差示扫描量热仪研究前躯体的热分解历程,借助X射线衍射仪、X射线光电子能谱仪及透射电子显微镜研究不同AgI掺量对产物组成及形貌和尺寸的影响,进一步将差热分析和电子自旋共振检测相结合,探讨不同Agl掺量对高氯酸铵(ammonium perehlorate,AP)催化性能的影响.结...     

延长高危潜油电泵井检泵周期方法的探讨

南堡油田采油二区电泵井总井数30口,其中电缆绝缘值低或者无绝缘的风险井18口,占电泵总井数的60％.这些井均启泵正常生产,日产油350 t,随时都有停泵躺井的风险.为了防止这些高危电泵井躺井影响产量,针对这些高危电泵井加强了精细化管理,结合油井实际的生产状况,及时分析电流、压力、液面、泵工况、清蜡、加药等现场资料,摸索制定出高危潜油电泵井的现场管理方法,延长了油井的检泵周期.截至2011年10月底,18口高危电泵井累计延长检泵周期2 228 d,平均单井检泵周期增加124 d,累计增油390 t,效果显著.     

察尔汗盐湖尾盐氯化钠“二段除铵”工艺研究

采用二段除铵工艺过程,对青海盐湖两种不同来源的尾盐进行了脱铵工艺试验.一段除铵为原有的尾盐一次精制工艺.研究发现,在一次精制的同时,可以除去尾盐中的大部分无机铵及部分总胺,二段除铵采用次氯酸钠液相氧化法,以进一步除去尾盐中无机铵及总胺.对二段液相氧化的一些工艺条件如氧化剂用量、空气吹脱的气液比等条件进行了初步优化.实验结果表明,对青海盐湖两种不同来源的尾盐,经二段除铵工艺后的一次精制盐卤水中,总胺及无机铵均比原尾盐有显著的降低.     

大输液在线视觉检测系统的研究

针对传统灯检检测精度低,人力成本高的问题,研究了基于机器视觉的大输液中可见异物在线检测系统的关键技术。利用高速旋转装置,获取运动目标的序列图像。根据图像间的交互方差系数MV建立序列图像的背景,利用背景差分提取检测目标。综合质心迭代算法和卡尔曼滤波器实现了运动目标的跟踪,根据运动轨迹方向确定可见异物是否存在,排除气泡的干扰。实验结果表明该系统能够有效地实现大输液中可见异物的实时检测功能。     

大输液中可见异物智能在线检测系统设计

设计了基于机器视觉的智能大输液异物在线检测系统,该系统可以实现灌装后大输液瓶中杂质的检测;研究了该检测系统的基本构成,工作原理以及一些关键图像处理技术;该检测系统采用特殊的硬件检测平台,让杂质与瓶身作相对运动,再利用精密的光学成像系统获取运动异物的序列图像,最后通过图像预处理、运动目标提取、运动目标分割和图像识别与判断这四个步骤完成对异物的检测;实验表明该系统可快速的检测出大输液溶液中所含的多种杂质.准确度高,实时性强。