Evaluation of particle recovery from microalgae

Coccoliths are micro-structured biomineral particles found in cell protective covering layers of coccolithophore species. They are mainly composed of CaCO₃ and their individual crystal entities are arranged in such a way that they construct complex and unique structures. This complexity is found down to the individual particle level and appears to have promising properties to offer. This study focuses on the essential step prior to any kind of implementation, which is the recovery of the material. It summarizes cleaning protocols found in literature, compares them for the first time for the same freshly cultivated material and addresses challenges that still need to be overcome. Further, it highlight the advantages and disadvantages of the best cleaning protocols, suggests optimizations with promising results and uses size distribution measurements to analyse the recovery efficiency. To that end, further characterization techniques, new for coccoliths, are introduced and used to improve our current knowledge of the particles behaviour.     

傅里叶变换拉曼光谱在食品行业的应用

人们对于食品行业历来有着很高的关注度,食品检测、食品安全等各方面都成为了企业和社会关注的焦点问题。随着检测技术的不断发展,傅里叶变换拉曼(Fourier transform Raman, FT-Raman)光谱技术作为一种能够快速、无损、准确的光谱分析方法,已经在农业、医学、考古学等领域证明了其价值,在食品行业也得到了越来越多的应用。各种研究报告表明,除了仅通过光谱的视觉差异信息进行物质判别之外,FT-Raman光谱结合化学计量工具或与其他光谱手段进行联合分析,提供了更多可以应用在食品行业的高效检测、判别手段。本文简述了有关FT-Raman光谱技术的一些基本原理,综述了近10年(2010～2019)中FT-Raman光谱在食品行业中的应用,并对其未来的发展趋势进行了展望。     

基于多项式变换的参数估计方法

本文给出一种采用DPT估计SNCK信号时宽—带宽积的方法,并通过仿真该估计方法的性能与其它估计方法进行比较.首先给出SNCK信号参数估计的一般过程.为了便于计算和理论推导,根据估计出的中心频率将接收到的SNCK信号搬移到零频,从而进一步估计其它参数,如采用DPT估计SNCK信号时宽带宽积.本文将重点研究采用DPT算法估计SNCK信号值的方法.     

Performance evaluation of noise reduction method during on-line monitoring of MV switchgear for PD measurements by non-intrusive sensors

Partial Discharge (PD) measurement is a globally accepted method for insulation diagnosis of electrical assets. The consequences of insulation breakdown are well known. The trend is to move from conventional offline testing to online monitoring for insulation life prediction, which results in the inclusion of high frequency noise in the captured signals. Therefore de-noising is of paramount importance in online monitoring to obtain useful information from the signal.In this research, a 20 kV switchgear panel has been subjected to PD faults in the laboratory and measurements have been carried out by using different non-intrusive sensors including a novel sensor, the D-dot sensor and recorded by a high frequency oscilloscope. The measured results show the effective applicability of sensors for switchgear. The Discrete Wavelet Transform (DWT) has been used to de-noise PD signals in this paper. Time domain and frequency domain comparison of original and de-noised PD signals reveals the significance of this technique for online monitoring of Medium Voltage (MV) switchgear. Finally, an adaptive online de-noising concept, based on automatic de-noising is also proposed in this paper.     

基于HHT-RDT算法的高拱坝泄流结构工作模态识别方法

根据高拱坝泄流结构自身的工作特点,为准确辨识环境激励下的结构模态参数特征,提出了一种基于改进的HHT-RDT算法的高拱坝泄流结构工作模态识别方法。以某高拱坝原型振动响应测试资料为基础,利用改进的小波阈值-EMD算法对原始信号进行降噪预处理,滤除干扰噪声的同时保留有效特征信息;采用HHT-RDT算法识别高拱坝泄流结构的工作模态参数,运用带通滤波对振动响应信号的EMD过程进行控制得到结构的各阶模态分量,利用RDT法提取各阶模态分量的自由衰减信息,识别出高拱坝泄流结构系统的固有频率及阻尼比。工程实例表明,该方法避免了复杂系统定阶过程,有效提高结构振动响应工作模态识别精度,为辨识高拱坝泄流结构的工作模态参数提供捷径。     

基于高光谱图像的改进SIFT特征提取与匹配

针对尺度不变特征变换(SIFT)算法所提取图像特征点数量少、误匹率高的问题,提出了一种基于高光谱图像的改进SIFT算法。首先,依据传统SIFT算法中高斯金字塔的构造思想,结合在不同波段下的高光谱图像具有相同宏观特征的特点,首次用高光谱图像作为原始算法中经高斯变换产生的图像,使得检测到的具有实际意义的特征点数量大幅增加;其次,传统SIFT算法以及大量的改进方法都只通过目标象元邻域范围内的像素信息来构造特征描述符,而忽略了像素点的位置信息,文中将目标象元的位置信息纳入了特征描述符,在特征描述符的匹配阶段,在利用邻域范围内的像素信息进行粗匹配之后,利用特征描述符中的位置信息进行精细匹配。仿真实验结果表明在限定最优值与次优值之比的情况下,采用高光谱图像构造高斯金字塔的方式能显著增加特征点的提取数量,更多地挖掘出图像中的极值点;在特征描述符中加入目标象元的位置信息作为特征点匹配第二阶段的判断依据,正确匹配数量达到原方法的59倍以上,极大提升了算法的匹配性能。     

基于DSP的继电保护测控装置

基于DSP的继电保护测控装置,通过快速傅立叶算法对电量值及各次谐波的测量分析,实现对电网的实时检测.装置采用双CPU结构,其TMSVC5410承担计算,MSP430F149控制通信,XC95144X芯片实现逻辑控制,MAX125芯片实现模数转化,并通过HPI口完成DSP和单片机间的高速数据传递.DSP软件的核心是抑制高次谐波的算法编写及微机保护算法编写,包括数据处理算法、采样点数及采样起始时刻的选择等.     

基于配电网分区的分布式混合储能优化方法

为了提高配电网对呈现不同出力特征的分布式电源的消纳能力,实现含多种分布式电源及大负荷并涉及不同出力特征的配电网优化运行,提出一种基于配电网分区的分布式混合储能优化方法。考虑多种分布式电源及大负荷的概率特征,通过K-means算法得到各分布式电源及大负荷的离散化模型,并计算离散化后配电网的电气距离矩阵,得到配电网分区的相似矩阵;采用吸引子传播(AP)聚类算法将配电网按照节点间的相似度大小分为多个分区,进而确定安装混合储能系统的聚类中心节点;考虑储能系统的充放电效率和荷电状态进行混合储能系统的容量配置,采用希尔伯特-黄变换将各分区的不平衡功率分解为高频分量和低频分量,分别作为功率型储能和能量型储能容量配置的参考功率,以确定最优配置方案。算例分析结果表明,所提优化方法可以有效提高储能的利用效率以及配置方案的经济性。