关于计量的几个基本概念

一、计量的基本概念 什么是计量,为什么要计量,怎样计量？其实,作为一个动词性概念,＂计量＂是1953年被新中国采用,以取代延续数千年之久的曾作为＂经济统治工具、权力象征＂的＂度量衡＂或＂权度＂的,它于1985年取得了法定地位。可以说,计量起源于人类在生存、生活、生产和社会发展中对数与量的认识,形成于古代商品交易、近代工业化进程与现代科技进步之中,贯穿于产品研制、销售、使用、维修及服务等全寿命过程。与商贸交易、国际结算、国防建设、医疗防护、食品化工、环境监测等方面息息相关,具有广泛性、统一性、准确性、法制性和保障性。     

基于多温度信息融合的PCR仪

本系统采用双卡尔曼滤波器算法对多通道的试剂热辐射、环境温度和热源温度数据进行信息融合从而估计出多通道试剂表面温度的真实值,有效克服热成像仪的缺点.算法结合了迭代扩展卡尔曼滤波器(IEKF)非线性估计收敛快与线性卡尔曼滤波器(KF)实时性高的优点,实现了多通道实时滤波与温控.实验表明,滤波估计后的红外热成像仪可使误差由2℃降低到0.3℃;聚合酶链式反应(PCR)测试结果较为满意,恒温时间设置更加合理.     

串联双卡尔曼滤波器在PCR非接触测温中的应用

传统PCR仪对试剂样品进行接触式测温时,存在测量迟滞大、无法直接测量试剂温度以及只能测量局部点温度的缺点,采用红外温度传感器对样品进行非接触测量可以克服以上局限.但红外温度传感器测量噪声较大,为此提出一种串联式双卡尔曼滤波算法来对红外温度传感器采集到的温度数据进行实时滤波.滤波过程中迭代卡尔曼滤波器(IEKF)与线性卡...     

基于红外热成像的PCR温控系统

电化学实时定量PCR仪中,对热循环3个温度区试剂温度的精度控制至关重要,因为其决定了PCR反应效率.根据非稳态传热原理,热量从基座传递到试剂存在延迟,因此基座上的接触式温度传感器无法直接测得试剂的温度.设计基于红外热成像仪温度检测的温控系统.可以同时对多通道试剂表面的温度进行直接测量,从而准确控制DNA解链-结合-延伸时间,提高DNA扩增效率.为了实现红外热像仪对温度的精确测量,对获取的红外温度进行中值滤波,根据热辐射理论与红外热像仪的测温原理以及公式推导,在线得到被测试剂表面发射率,通过换算从而获得试剂真实温度.实验表明,校准后热像仪测温精度由2.0℃提高到0.3℃;对试剂表面温度的监控使得PCR温控更加准确高效,具有重要意义.     

多层物流仓储楼面平整度控制技术

根据国务院十大产业振兴规划之物流业振兴计划的出台,国家采取多种积极措施引导行业加强物流基础设施建设,提高物流标准化程度和信息化水平,促进了物流地产业的蓬勃快速发展,物流仓储也从单层向多层建设,作为支撑物流业发展的基础载体一物流地产仓储,除了功能性要求之外,地坪或者楼面质量关系物流中心的正常运作效率和安全,地坪或楼面的质量控制点除承载力外的关注点就是平整度。     

自适应遗传算法在电路优化中的应用

针对一种脉冲电压发生器存在同一档中输出的脉冲电压会随着脉冲频率的升高而急剧减小,导致密波脉冲下不能得到足够电压的问题,对原电路进行改进,并采用一种改进的自适应遗传算法对电路参数进行优化设置。通过实验比较发现,不同频率下的输出电压幅值在单片机的控制下基本达到了期望值,大大改善了脉冲电压发生器的性能,保证了输出效果。     

基于等电感能量变化率的PCS充放电切换控制

储能变流器(PCS)的充放电快速无缝切换是电化学储能系统扩展应用场合的一个关键性能指标.提出一种在同步旋转坐标系下等电感能量变化率的充放电切换控制策略,与线性切换相比,所提出的切换策略切换速度更快,切换过程更平稳.设计了 PCS的关键参数与充放电切换控制程序,并搭建了一台12 kW双向PCS样机.样机实验表明,提出的切换策略相比于线性切换策略速度快30％～40％,实验验证了所提切换策略的正确性与有效性.     

新一代智能变电站顶层设计技术

为提高变电站整体设计水平与整体性能,支撑管理方式变革,满足未来电网智能、可靠、环保的发展要求,新一代智能变电站在吸收现有智能变电站试点工程设计、建设及运行等经验的基础上,从整体方案的顶层设计优化人手,建立了一种结合质量功能展开法（qualityfunctiondeployment,QFD）与全生命周期管理（1ifecyclecosts,LCC）的顶层设计模式。该模式既吸收了QFD与LCC的优点,又克服了彼此的不足,不仅实现变电站可研、初设阶段从总体设计到分工设计的整体集成设计模式,还可用于指导新一代智能变电站技术发展。     

计量、标准与参数(科普)

在与一些同行还有非同行接触时,他们经常会问到"计量是什么",有的看过我们工作的甚至肤浅地认为"计量"就是贴标签。针对这一现象,计量的概念被深入浅出地做了介绍,并由此引出了标准、参数,并重点从技术层面上阐述了这些概念与我们认识世界的紧密关系,以期为专业人士打开通往科学殿堂的大门,对专业人士也能起到抛砖引玉的作用。     

基于差分进化粒子群神经网络的用户侧储能容量优化配置

为提高用户侧储能系统的经济性及使用寿命,提出一种基于差分进化-粒子群BP神经网络的储能优化配置算法.以提高系统可靠性和降低系统投资成本为目标,以储能电池充放电功率限制以及系统最大装机容量等为约束条件,搭建了用户侧储能容量优化配置模型.提出的差分进化和粒子群的混合算法,保留粒子群算法早期收敛速度快的优点,加入差分进化算法以此保障种群的多样性,避免算法过早陷入局部最优,并相应减少粒子群控制参数数量,提高算法的性能,加快算法收敛速度,优化BP神经网络初始权重和阈值.算例结果表明,相比单一的差分进化法和粒子群算法,采用混合算法能够更快更好地得到优化结果.仿真结果表明了算法的有效性,在保证系统运行可靠性的同时,有效降低了系统的投资成本,使系统的经济性得以提升.