基于STM32和BDS急救系统

设计的系统以ARM架构STM32芯片微处理器控制的心率传感器为测试平台,结合4G技术与北斗定位系统对佩戴者位置精确定位。人体的心率改变时,使心率传感器发生变化,当心率波动于危险范围时,系统会发出报警,同时将佩戴者对应位置的坐标发送至云端接收机。除此之外,用户还可以使用手持设备对系统进行危险区域的提前设定,当移动测试平台至危险区域,系统将报警,同时反馈位置数据给接收机。     

基于结构导向集总的柴油加氢精制分子水平反应动力学模型Ⅱ.反应规律分析与优化

采用基于结构导向集总的柴油加氢精制分子水平反应动力学模型对中国石油某分公司柴油加氢精制装置的操作条件进行优化,所建模型可以预测不同反应条件下精制产物中典型分子的含量,并可在分子水平上描述柴油体系中的硫化物、氮化物、多环芳烃、正构烷烃等在加氢精制反应器中的转化规律,揭示反应温度、压力、液态空速等操作条件对加氢精制反应过程的影响规律,指导柴油加氢精制装置的操作优化。实验结果表明,精制柴油硫、氮含量小于10μg/g、精制柴油收率不低于设计指标89.5%时,模型预测优化的操作温度区间为314.5～320.3℃。     

茭白废弃生物质苯酚液化及其产物树脂化制备胶黏剂

采用正交试验,考察了苯酚用量、催化剂用量、反应时间及反应温度对茭白废弃生物质液化效果的影响,并研究了该液化产物制备胶黏剂的影响因素。结果表明：茭白废弃生物质液化过程中,苯酚用量的影响最大,反应温度和反应时间次之,而催化剂用量的影响相对较弱,优化参数是苯酚用量为1：5,催化剂用量为7％,反应时间为90 min,反应温度为140℃,在此优化条件下,液化率为95．83％。胶黏剂制备过程中,茭白液化物与甲醛的质量比为1：1．8,高温缩聚反应温度为92℃较为合适。     

钍矿石选矿在线测量系统构建

介绍了一种由阵列式数字化γ辐射探头组成的钍矿石选矿在线测量系统。探测器采用NaI(Tl)晶体,通过脉冲放大、滤波成形和单道脉冲幅度甄别等电路输出数字矩形脉冲,构成单路数字化γ辐射探头。钍矿石依次经过十路探头,探头产生的脉冲计数和作为矿石筛选依据,由FPGA实现十路计数器、求取计数和以及与上位机串行通信,上位机软件采用Python语言编写,具有实时显示钍矿石含量、异常报警、参数调整和输出保存等功能。经测试,系统运行稳定可靠,可满足实际工作需要。     

数字Chebyshev核脉冲滤波器设计

设计一种基于Chebyshev多项式的IIR滤波器,用于抑制核脉冲信号中的噪声,利用MATLAB建立相应的IIR滤波器模型,并在FPGA上完成代码设计,并对NaI(Tl)闪烁探测器信号进行了性能测试,仿真结果表明,噪声得到了明显的抑制。同时比较了IIR滤波器三种实现结构和相同滤波效果的FIR滤波器所消耗的硬件资源。其中级联型结构的运算精度高且所占硬件资源少。     

基于荧光猝灭原理的硝基芳烃类爆炸物检测实验研究

基于荧光猝灭原理,以共轭荧光聚合物MEH-PPV为荧光指示剂,采用塑料光纤作为传感和传光元件进行硝基芳烃类爆炸物检测。实验采用探测荧光指示剂荧光寿命的方法进行爆炸物检测,荧光指示剂的荧光寿命利用相移法进行测量。测量了不同荧光指示剂浓度时系统对爆炸物检测的灵敏度,发现当MEH-PPV质量浓度为10 mg/L时,系统的灵敏度最高;研究了U形、双锥形、螺旋形塑料光纤传感头对系统灵敏度的影响,发现双锥形传感头的灵敏度最高;测试了荧光指示剂MEH-PPV的稳定性,实验表明光照会加快MEH-PPV的漂白速度。     

新定位、新模式、新方式——探悉无锡供电公司全面社会责任管理模式

让我们借用一下电视语言,先从4组镜头来看看无锡供电公司的4个场景： 镜头一：干净整洁的班组中,井然有序地摆放着各种文件、资料等工作设备,连水杯的摆放都有固定统一的点。     

VIC模型汇流改进及在流域洪水预报中的应用研究

VIC模型一般在3 000 km²以上的大流域径流模拟中广泛应用,然而其原有的单位线汇流方法时间尺度为日,难以实现小时尺度的汇流计算,限制了VIC模型在中小流域洪水预报中的发展与应用。采用基于Gamma分布函数的单位线法对VIC模型现有汇流方法进行改进,将VIC产流模型与改进的分布式汇流模型相耦合,实现了基于VIC模型的小时尺度洪水预报,并在碧流河流域进行实例验证。结果表明：率定期和验证期确定性系数平均值为0.81,径流深预报合格率为95%,洪峰流量预报合格率为90%,模型模拟精度较高。改进后的汇流模型可以较好地模拟出洪水的起涨消退过程,能够满足流域洪水预报的需求,具有一定的应用价值。     

基于概率神经网络的核动力装置异常运行工况识别方法设计

核动力装置结构复杂、运行参数多且耦合程度高,在异常运行工况时,运行参数之间存在极其复杂的非线性关系。采用人工方式进行故障诊断难度较大,亟需一种能高效识别异常运行工况类型的智能技术。概率神经网络(PNN)具有良好的非线性映射功能,适用于核动力装置多参数、强耦合情况下的异常运行工况识别。本文选取6种核动力装置异常运行工况,依托核动力装置事故分析平台进行了模拟计算并提取了特征参数。分别采用PNN与BP神经网络方法,在MATLAB环境中建立了异常运行工况识别模型,并进行了验证。结果表明,基于PNN的异常运行工况识别方法有效,且较传统BP神经网络方法更准确、快速。     

铁通城域网传输组网方案探讨

城域网正成为社会和业界关注的热点和竞争的要点，本就铁通网络现状分析并提出了铁通城域网传输组网方案。