混菌固态发酵小曲白酒糟生产蛋白饲料的研究

以小曲白酒糟为原料,添加纤维素酶制剂预处理原料,采用白地霉、假丝酵母混菌固态发酵,生产蛋白饲料。确立了糟麸比、纤维素酶预处理方式、初始pH值、初始含水量、料层厚度、发酵时间和温度。对发酵产品的分析表明：粗蛋白增幅87．5％,粗纤维降解率达20．1％,粗脂肪降解率为61．81％。     

长焦距大视场光学系统的光机结构设计

为了实现某长焦距大视场轻型离轴三反空间相机的光机结构设计,基于SiC材料空间反射镜,采用适合于轻型高分辨空间相机的桁架结构,对离轴TMA系统的支撑结构进行了静力学、动力学建模,优化了结构形式.采用光机热集成分析方法,指导、评价和优化相机光机结构设计过程,提高结构固有频率,增强相机热稳定性适应范围.相机结构设计基频>93 Hz,在±4℃均匀温变工况和重力作用下,相机光学系统传递函数(MTF)达到0.37;反射镜组件加速度响应最大放大倍数<6倍.结果表明,采用该方法设计的相机结构固有频率高,重力变形、抗振性能、热变形等方面均能满足使用要求.     

大口径长条形反射镜组件自重变形的仿真与试验

研究了空间光学遥感器的大口径长条形反射镜组件在自重载荷作用下的面形变化,实验验证和定量分析了Zernike多项式拟合法以及球面方程拟合法得到的仿真分析结果的精度。介绍了Zernike多项式拟合法以及球面方程拟合法的基本原理,分别用这两种算法对大口径长条形反射镜组件在自重载荷作用下的面形变化进行了仿真分析。根据误差合成原理,提出了依据翻转前后两个状态的面形检测结果计算镜面面形变化的方法;针对离轴反射镜在面形检测过程中存在离轴量与镜面像散互相补偿的现象,求解了离轴量变化量与镜面像散的关系。试验结果显示:Zernike多项式拟合法的计算精度为74.2%,而球面方程拟合法的计算精度为12.6%;对仿真分析结果的误差评价表明,采用有限元法得到的仿真分析结果的理论精度值为10%左右,与球面方程拟合方法的计算精度12.6%基本吻合。研究表明,由于Zernike多项式拟合法自身的局限性,不适合对长条形反射镜面形变化进行拟合,而球面方程拟合法的计算精度能够满足工程要求。     

大口径非球面系统的共基准加工与检验

针对大口径离轴非球面系统加工与装调的难点,提出了非球面光学系统共基准加工与检测的方法,对该方法的基本原理和实现过程进行了分析和研究。当光学系统的主镜和第三镜面形的RMS值优于λ/10(λ=632.8nm)时,对主镜和第三镜进行共基准装调和测试,并进行背板一体化装嵌,然后利用离子束对其进行一体化共基准加工。结合工程实例,对一大口径非球面系统口径为724mm×247mm的非球面主镜和口径为632mm×205mm的第三镜进行了共基准加工与检测,最终利用离子束共基准一体化精抛光得到主镜和第三镜面形的RMS值分别为0.019λ和0.017λ,满足光学成像。     

一种改进的图像相似度算法

图像相似度算法在图像识别、图像搜素引擎等研究领域具有重要意义。针对传统的灰度颜色直方图算法无法准确地描述各种颜色在图像中的分布情况的问题,提出了一种改进的图像相似度算法。它融合图像的纹理特征,利用灰度共生矩阵来提取图像像素在图像各个位置的特征信息。实验表明,这种融合图像纹理特征的方法不仅保留了灰度颜色直方图算法执行效率高的特点,而且弥补了颜色直方图算法的不足,进而提高了算法的准确性。在实际的应用场景中,可以通过调整两种算法的权值,来进一步提高算法的准确性。     

砝码折算质量测量不确定度计算的几点思考

在JJG 99 - 2006《砝码》检定规程里,附录C是折算质量测量的不确定度计算,通过学习并结合工作经验,对其中的几项不确定度给出说明和解释.     

基于光学自由曲面的离轴三反光学系统

为了研制长焦距大视场离轴三反空间光学系统,描述了自由曲面光学数理模型,设计了基于自由曲面的离轴三反光学系统.针对焦距为4500 mm,成像视场角为11°,系统总长与焦距的比值为1/3的光学系统,对比分析了传统离轴三反光学系统和次镜为自由曲面的离轴三反光学系统的关键性能.在提出的光学系统中次镜采用自由曲面设计,提升了光学...     

基于迭代梯度算法的子孔径拼接检测技术研究

为了解决粗大调整误差下大口径光学平面镜的子孔径拼接检测问题,基于迭代梯度算法,建立了一套合理的拼接算法和数学模型,同时编制了拼接程序。结合工程实例,利用Φ600mm干涉仪实现了对Φ800mm平面镜的拼接测量。检测中,基于靶标对各子孔径实现对准,拼接所得面形光滑连续无狭缝。实验结果表明,利用迭代梯度算法可以高精度地完成粗大调整误差下大口径平面镜的拼接检测。     

一种基于分块匹配的SIFT算法

SIFT算法在图像处理领域具有独特的优势,但是经过不断发展,SIFT算法在特征匹配过程中仍然具有数据处理量大、计算速度慢的问题.基于这些问题,提出了一种基于分块匹配的新型SIFT匹配算法,它通过剔除非重叠区域来降低特征提取和匹配的时间损耗.对于图像的刚性变换,算法的核心在于图像块的切分和重叠区域的计算,首先选取少量的种子点来估算两幅图像的相关变换矩阵;然后将原始图像切分为几块,通过变换矩阵找出在匹配图中的相关块;再检测所有的匹配块上的特征点;最后结合RANSAC算法去除伪匹配点对,来提高匹配的准确率.实验结果表明:与标准SIFT算法相比,基于分块匹配的SIFT算法在实时性和鲁棒性方面得到了进一步的提升,在实际图像匹配中具有一定的应用价值.