煤矿地面轨道运输矿车自动避障技术研究

介绍了煤矿地面轨道运输矿车自动避障技术。首先介绍了基于雷达的矿车前方障碍物检测技术及其相关算法,然后详细介绍了基于机器视觉的矿车前方障碍物检测系统和常用的图像处理方法以及相关的算法,最后介绍了雷达和机器视觉融合的障碍物检测技术在煤矿地面轨道运输矿车自动避障过程中的应用。     

铁基柱撑蒙脱石的制备及其对芘的吸附

以钙基蒙脱石(Ca-MMT)、七水合硫酸亚铁为原料,通过柱撑、煅烧等方式制备了铁基柱撑纳米蒙脱石(Fe-MMT)。利用SEM、TEM、BET、XRD、TGA等手段对样品结构进行表征,考察了Fe-MMT、Ca-MMT对芘的吸附性能,并探究了其对芘的吸附机理。结果表明,相对于Ca-MMT,Fe-MMT结晶度降低,但热稳定性增强,表面形貌发生变化,铁元素取代部分钙元素,铁元素质量分数达到5.597%,铁元素吸附率达到99.95%。Ca-MMT孔道总比表面积为29.86 m~2/g,而Fe-MMT孔道总比表面积上升至51.27 m~2/g。Ca-MMT对芘的吸附容量约为15.00 mg/g,而Fe-MMT对芘的吸附容量提升至95.43 mg/g。5次循环利用后,Fe-MMT对芘的吸附量仍然能达到70.9 mg/g,吸附率维持在88%以上,具有可循环利用性。     

溴化蓖麻油多元醇合成及其制备的阻燃聚氨酯硬泡性能

采用可再生的醇解蓖麻油多元醇为原料,与液溴进行加成反应制备溴化蓖麻油多元醇,通过红外光谱证实发生了溴化反应,并测定了产物粘度、羟值、酸值.通过发泡实验和氧指数、烟密度、水平燃烧等测试手段,考察了溴化蓖麻油基聚氨酯硬泡发泡参数和阻燃性质,并与工业级阻燃荆雅保RB-79制备的聚氨酯硬泡进行比较.结果表明,由溴化蓖麻油多元醇...     

学习“魏书生”,提高信息技术课堂的有效性

＂民主与科学＂是魏书生老师工作事业中致胜的法宝,把魏老师的具有个人特色的＂民主＂与＂科学＂融合进信息技术课堂,学会把课堂看作一个宏大的世界,从多方位激发学生的上课兴趣,培养学生良好的学习习惯,使＂事事有人做,人人有事做＂,呈现一个充满勃勃生机的课堂。     

时变区间矩阵的稳定性研究

本文用矩阵测度研究了时变区间矩阵的稳定性,给出了时变区间矩阵稳定和不稳定的充分条件。     

关于变系数线性微分方程的稳定性*

本文用矩阵测度和比较定量给出了变系数线性微分方程稳定性的一个简单判据，对周期系数的线性微分方程给出了较为精确的渐近稳定判据，推广和改进了文［１］的工作。     

蓖麻油多元醇在聚氨酯硬泡中的应用研究

以可再生的蓖麻油为主要原料,与甘油进行酯交换反应制备蓖麻油多元醇,通过红外光谱和分子量分布,分别考察了蓖麻油/甘油不同配比、不同温度和不同反应时间下的醇解产物性质。结果证明,在一定的催化条件下,200℃下反应3h蓖麻油多元醇羟值最高达434mgKOH/g,同时蓖麻油反应转化率最高。将此蓖麻油多元醇应用于聚氨酯硬泡中,显示出较好的泡沫性能。     

一种新型偏差参数模糊融合法及其在加热炉中的应用

为了提高直接式加热炉在安全性、平稳性、出炉温度精度等方面的性能,一种新型的偏差参数融合方法被提出.加热炉是一个多输入、多输出系统,并且各参数间是强耦合的.该文利用加热炉这一动态特性,把现场采集一些相关的加热炉参数的偏差作为改进的模糊算法的输入参数,该模糊算法充分考虑到各采集传感器故障情况.输出结果与各输入偏差比较可以在线辨识传感器故障和火嘴偏烧情况.该融合方法还考虑了传感器精度、原油偏流以及火嘴偏烧等因素对原油出炉温度的影响,使原油出炉温度的融合结果精度更高,原油出炉温度精度可以提高0.5 ℃.该方法可以推广应用到有动态特性的系统中.     

基于机器视觉的猴头菇品质快速无损检测与分级

传统的猴头菇品质检测与分级主要依靠人工分拣来完成,其主观性强、精度相差大、效率低,浪费了大量人力物力资源。鉴于此,为了实现猴头菇的快速无损等级评估,该研究引入机器视觉技术,提出了一种猴头菇品质的快速无损检测与分级方法,设计一套基于机器视觉的猴头菇品质快速无损检测与智能分级设备,并通过图像处理和软件设计开发一套猴头菇智能快速无损检测分级系统。通过加色法混色模型（RGB）对猴头菇的颜色特征的快速检测与等级的判定;采用图像阈值分割和Canny边缘检测,实现猴头菇完整度的判定;使用最小外接圆法对猴头菇的大小进行实时计算,完成猴头菇直径大小的判别;基于Microsoft Visual Studio 2017平台开发一套猴头菇品质快速无损检测可视化平台。试验证明,基于机器视觉的猴头菇品质快速无损检测与分级系统检测准确率达到97.07%,速度达到人工的5倍多。验证了系统的可靠性和可行性,为食品工业的智能化生产和加工提供了技术支撑,推动了机器视觉技术在食品行业的应用。     

基于机器视觉的金丝皇菊智能分级系统研究

为实现对金丝皇菊的快速无损等级评估,本文应用机器视觉技术对5个等级的金丝皇菊进行智能分级。首先根据金丝皇菊的品质特性设计分级装置,并根据金丝皇菊的颜色、形状、完整度等特征设置不同的分级标准;其次运用图像灰度化、图像去噪、图像增强技术完成金丝皇菊图像预处理;再次采用加色法混色模型(Red Green Blue, RGB)完成金丝皇菊颜色特征提取与识别,并通过图像分割和边缘检测技术完成对金丝皇菊图像完整度的判断及花径的计算,得出金丝皇菊的预测等级;最后基于Microsoft Visual Studio 2017平台开发一套金丝皇菊智能分级系统,实现系统的实时可视化操作。结果表明,本文设计的金丝皇菊智能分级系统整体分级准确率达到了97.6%,平均分级速度为人工的5倍多,其在可靠性、速度、工作效率、鲁棒性等各方面都优于传统的人工分级,本研究为机器视觉技术在花茶分级领域的应用提供了实际案例与技术参考。