水热合成纳米氧化锡粉体工艺因素研究

以SnCl4·5H2O和氨水为原料,通过正交实验并借助于XRD、TEM等手段,研究了前驱物浓度、反应温度、保温时间和氨水滴加速率等工艺因素对水热合成纳米SnO2粉体的影响。     

论水利科技档案的作用

水利科技档案是在水利科研、生产建设、科技管理等水利科学技术活动中逐渐积累，形成的，许多历史记录和经验，经过加工整理，流传于后人，可供水利工作者借鉴。介绍了科技档案在水利科研，规划设计等方面所起的作用。利用现代化的设备和管理手段，加强科技档案管理工作，使科技档案能发挥越来越大的作用。     

纳米SnO2粉体的水热法制备与表征

以SnCl4*5H2O和氨水为原料,采用水热法制备了SnO2粉体,并利用XRD、TEM、DTA等分析方法对所得粉体的晶相、微观形貌、分散性等性质进行了表征.结果表明,在240～280℃,保温4～8h的水热条件下制备出了结晶完整、分散性良好、粒径为10nm以下的四方相金红石型SnO2纳米粉体.     

基于车载LiDAR数据的建筑物三维重建

车载LiDAR点云数据量大且杂乱无章,当前尚没有完整算法来实现建筑物点云的自动分割和模型重建,特别是带有纹理信息的模型重建.以一栋结构复杂的建筑物为例,结合建筑物实际特征,采用自动与手动相结合、先简单后复杂、凹凸一致性等原则对数据进行分割和滤波处理;再采用点云数据与CAD底图配准的方式进行三维重建、纹理映射和渲染,从而实现结构复杂建筑物的真实三维重建.     

基于数据驱动的区域水资源智能配置研究

针对目前存在的水资源短缺、水资源利用不合理、水资源配置理论不完善的问题,研究了一种基于数据驱动的区域水资源智能配置方法,以提高区域水资源利用合理度,为区域水资源规划与管理提供技术支持。首先提出由水资源配置决策模型、水资源配置方案评价模型及配置预案库等构成的水资源智能配置模式,其中,水资源配置方案评价模型由基于层次分析-模糊综合评价法的水资源合理配置评价指标体系构建,用于对水资源配置方案进行评价,它一方面对配置方案进行预检验,另一方面为配置决策模型提供配置预案等经验知识;水资源配置决策模型采用人工神经网络在对配置预案库进行学习的基础上建立,用于提供初始配置方案。应用嘉兴市2010年相关数据对该模式的有效性进行了检验,结果表明,在水资源总量不变的情况下,分别考虑嘉兴市整体协调发展和重点发展兼顾整体的两种用水思路,基于数据驱动的水资源智能配置模式均能给出符合预期目标的水资源分配方案,并且具有自适应、容错性、智能化等特征,从而为区域水资源规划与管理提供有效的支撑工具。     

浅析高寒环境下水轮机蜗壳焊接质量控制

积石峡水电站1号机蜗壳是在高寒、露天环境下焊接的,为保证焊接质量,焊接之前在工地进行了蜗壳焊接工艺评定试验,焊接中采取了严格的质量控制措施。焊缝检测结果,蜗壳焊接质量一次合格率达到99%以上,总体质量良好。     

基于EKF的SLAM算法的一致性分析

基于EKF的SLAM算法在应用中已取得了很大的成功,但其估计算法的一致性问题却没有得到很好的解决.为了分析导致SLAM算法不一致的原因,结合自主移动机器人的仿真模型及一致性估计的一般判据,对该算法一致性成立的条件,及导致不一致的原因进行了全面的理论分析和仿真研究.理论分析指出导致EKF-SLAM算法不一致的原因在于EKF非线性算法引起的误差积累.仿真研究表明出现不一致的本质原因在于移动机器人姿态角的误差和不确定性.当姿态角的误差超过一定限度,就会导致EKF-SLAM算法不一致.研究结果表明,提高EKF-SLAM算法一致性的关键在于降低对姿态角估计的不确定性.     

基于机器视觉技术的变电站巡检机器人自动导航系统

该文设计基于机器视觉技术的变电站巡检机器人自动导航系统,有效规划巡检机器人巡检路径,实现巡检机器人自动导航。该系统利用以PIC16F73为单片机的核心控制器,通过机器视觉采集模块采集变电站巡检设备和路线图像,经过图像处理模块分割、去噪处理后,由无线传输模块传输至巡检导航模块,结合栅格法和蚁群算法得出变电站巡检机器人路线规划最优路线;利用PID控制器控制巡检机器人按照规划路线行驶,实现变电站巡检机器人自动导航。实验结果表明,该系统无线通信性能好、覆盖范围广,可准确采集变电站巡检设备和路线图像并精准实现巡检机器人定位,能够有效规划巡检路线,实现巡检机器人自动导航。     

基于模型预测控制算法的供热机组负荷控制

为提高对磨煤机故障的事前预知能力,结合深度学习方法的优势,在传统长短时记忆（LSTM）神经网络的基础上,提出基于卷积神经网络-长短时记忆神经网络（CNN-LSTM）的磨煤机故障预警方法。选择与磨煤机堵煤故障相关的测点作为模型的输入量,进行多元时间序列预测。得到模型输出预测值与磨煤机正常工作状态下的运行数据之间的偏离度函数,运用核密度估计方法确定预警阈值,实现磨煤机堵煤故障预警。以某660 MW火电机组的中速磨煤机为研究对象,建立CNN-LSTM模型并进行故障预警试验。试验结果表明,该模型可以精确预测磨煤机多个测点参数的变化趋势,相较于LSTM神经网络模型具有更高的精确度。该方法能够提前对磨煤机堵煤故障做出有效预警。