联苯胺黄G的后处理

通过对偶合生成的联苯胺黄Ｇ色浆进行加热、加松香或加表面活性剂的后处理，能明显改善颜料产品的透明度、分散性及墨性，以不同的油墨对颜料性能的技术要求。     

监测吡虫啉杀虫剂的光纤荧光光谱仪研究

根据吡虫啉农药在紫外光的照射下能发射荧光的机理,研制了一种监测吡虫啉的荧光光纤光谱仪。该仪器采用氙灯作为激发光源,结合光纤传感和CCD技术,实现了对吡虫啉杀虫剂的快速测定。同时,该仪器还可用于河水和地下水中痕量吡虫啉的测量,其回收率接近100％。     

基于车载16线激光雷达的障碍物检测方法

针对目前车载16线激光雷达点云数据中障碍物检测算法准确率不高的问题,提出了一种基于自适应网格聚类的障碍物检测方法。首先,结合八叉树与随机抽样一致性算法(RANSAC)去除地面点;其次,投影点云至二维网格,依据各网格高程信息快速提取高结构物;然后,建立两级网格模型,按照粗网格聚类结果的分布信息自适应地确定子网格分辨率,对可能包含多目标的障碍物在子网格层进行准确检测;最后,结合相邻时刻障碍物的状态信息修正检测结果。在16线激光雷达城市道路环境测试集下的实验结果表明:该算法可准确检测行驶区域内障碍物目标,优化后的聚类算法较好地降低了欠分割与过分割错误率,检测准确率达91%。     

基于三维荧光与BLLS/RBL同时检测蜂蜜中3种喹诺酮类抗生素

采用三维荧光光谱法实现对蜂蜜中的3种喹诺酮类抗生素(氟甲喹、恩诺沙星和左氧氟沙星)残留样本的数据测量,对所得光谱消除了二级瑞利散射和拉曼散射的干扰,采用小波优化集合经验模态分解(EEMD)的方法消除光谱噪声,完成了预处理过程。采用双线性最小二乘/残差双线性(BLLS/RBL)算法分别对预处理前后的样本进行定性、定量检测。结果表明:经预处理后可以准确地解析出样本中各组分光谱,且与原光谱有着极高的相似度。定量分析中,氟甲喹、恩诺沙星和左氧氟沙星的预测平均加标回收率RA分别为94.99%,100.20%,103.20%;均方根误差RMSE分别为4.03,0.21,0.29μg/L;灵敏度SL分别为3.2×10³,3.5×10⁴,3.3×10⁴μg/L;检测下限Lout分别为2.08,0.18,0.19μg/L;优于未经预处理的结果。     

基于EEMD样本熵和GK模糊聚类的机械故障识别

针对目前各种机械故障诊断方法的局限性,提出了基于总体平均经验模式分解（EEMD）样本熵和GK模糊聚类的故障特征提取和分类方法,建立了一种机械故障准确识别的有效途径。首先,对机械振动信号进行EEMD分解,得到若干不同时间尺度的固有模态函数（IMF）分量。其次,通过相关性分析和能量相结合的准则对IMF分量进行筛选,并将筛选出的IMF分量的样本熵组成故障特征向量。最后,将构造的特征向量输入到GK模糊聚类分类器中进行聚类识别。实验及工程实例证明了该方法的有效性和优越性。     

基于局部纹理特性和图像分割的分步立体匹配

为解决立体匹配难以兼顾精度和速度的问题,提出一种分步立体匹配方法。根据局部纹理特性对图像对进行灰度变换;然后利用均值漂移算法分割参考图像,以任意大小和形状的分割区域为支持窗口进行初次匹配,形成基于色彩分割的视差约束;再以固定窗口为支持窗口进行二次匹配,获得初始视差图;最后通过可信度分类优化初始视差。实验结果表明所提出的算法兼有较高的匹配速度和精度。     

基于数学形态学和模糊聚类的旋转机械故障诊断

提出了一种数学形态学与GG (Gath-Geva)模糊聚类相结合的旋转机械故障诊断方法,通过对滚动轴承信号的多尺度形态运算得到信号的形态谱,定量反映了信号在不同尺度下的形态变化特征.为进一步对滚动轴承信号进行故障识别,提取出基于形态学操作的分形维数和描述不同信号形态特征的指标即形态谱墒,并把这2个参数作为GG聚类的故障特征向量,进行聚类分析,同时对GG聚类与FCM(fuzzy center means)聚类和GK (Gustafaon-Kessel)聚类进行了比较.实验证明了基于数学形态学与GG聚类相结合的机械故障诊断方法的有效性,且证明了GG聚类更适合对不同形状、大小和密度的空间故障数据模糊聚类,聚类效果更好.     

耐晒大红BBN颜料的工艺改进

通过实验对偶合条件进行调整,使得耐晒大红BBN颜料的耐碱性和着色力得到提高,并且减少了原材料的消耗。新工艺制得的产品质量更妇,更适合于油墨制造行业的生产需要。     

废水升压泵高速轴损坏的原因分析

结合化工工艺操作和设备结构，分析了高速离心泵高速轴故障产生的原因，提出了在化工操作中该类事故的处理方案。