煤沥青中不溶组分对中间相炭微球形成的影响

以煤沥青为原料,采用热聚合方法制备中间相炭微球,研究热聚合温度370-385℃、聚合时间2h反应条件下煤沥青中喹啉不溶物、外添加氧化石墨烯对中间相炭微球形成的影响,结果表明:沥青中不溶物组分对中间相炭微球形成具有一定促进作用,在380℃热聚合条件下,能够制备出粒度分布较均匀、粒径为0.5μm-2.0μm的炭微球,而无喹啉不溶物的精制沥青,没有得到球形结构的碳材料。     

流域水文模型在临界雨量分析中的应用研究

为提高无资料地区临界雨量分析结果的精确度,采用双曲正切产流模型和单位线流域汇流模型,结合山西省清凉寺沟流域水文下垫面产汇流模型参数,对实测暴雨洪水进行了模拟分析。结果表明:径流深及洪峰流量的合格率均为75%,参数是合理、可靠的,据此得出了该流域不同流量级时的临界雨量。     

中小型水利工程建设监理常见的问题及改进措施

工程建设监理是中小型水利工程顺利开展和工程建设质量的重要保障。文章在分析了中小型水利工程建设监理的组成和监理流程后,对目前中小型水利工程建设监理过程中存在的监理机制不完善,业主单位不重视,权责混乱,合同管理差,设计和施工程序紊乱,承包商资质水平不匹配等诸多问题进行阐述并提出了改进措施。     

基于智能手机平台的计算光学显微成像技术研究综述

计算光学显微成像技术将光学编码和计算解码相结合,通过光学操作和图像算法重建来恢复微观物体的多维信息,为显微成像技术突破传统成像能力提供了强大的助力。这项技术的发展得益于现代光学系统、图像传感器以及高性能数据处理设备的优化,同时也被先进的通信技术和设备的发展所赋能。智能手机平台作为高度集成化的电子设备,具有先进的图像传感器和高性能的处理器,可以采集光学系统的图像并运行图像处理算法,为计算光学显微成像技术的实现创造了全新的方式。进一步地,作为可移动通信终端,智能手机平台开放的操作系统和多样的无线网络接入方法,赋予了显微镜灵活智能化操控能力与丰富的显示和处理分析功能,可用于实现各种复杂环境下多样化的生物学检测应用。文中从四个方面综述了基于智能手机平台的计算光学显微成像技术,首先综述了智能手机平台作为光学成像器件的新型显微成像光路设计,接下来介绍了基于智能手机平台先进传感器的计算光学高通量显微成像技术,然后介绍了智能手机平台的数据处理能力和互联能力在计算显微成像中的应用,最后讨论了这项技术现存在的一些问题及解决方向。     

基于近红外与高光谱技术的小麦种子多指标检测方法

采集47份小麦样本的高光谱图像,提取感兴趣区内的平均光谱,结合反映小麦品质的水分、蛋白质和湿面筋三个指标基础数据,通过OPUS软件搜寻最佳的光谱预处理和波段组合,分别建立了三个指标的偏最小二乘法(PLS)定量分析模型.同时与采用近红外(.NIR)光谱技术建立的三个指标的近红外模型进行比较,发现高光谱模型的各性能指标均明显优于近红外模型.结果表明:当被测样品为颗粒状且内部化学成分分布不均匀时,近红外模型的准确性和稳定性会受其测量条件的限制,而高光谱采样面积大,获取信息更全面,展现出强大的分析检测潜质,为小麦品质评价提供了新方法.     

羊毛湾水库防汛计划及运用效果分析

防汛预案科学合理,组织实施精细有力,是相互连接、表里融合的防汛两大环节。本文详细分析了羊毛湾水库现状、度汛计划、应急方案、技术运用和实施效果,可供借鉴。     

泔河水库库区水土流失综合治理探析

治理库区水土流失利国利民,具有多重效用。本文结合泔河水库实际,分析了水土流失成因和危害,提出了开展综合治理的原则、目标、布局和措施,可供借鉴。     

外贴式液位计在罐区液位测量中的应用

介绍了罐区液位测量仪表的选择与外贴式液位计在罐区液位测量中的应用效果。     

智能开采透明工作面地质模型梯级优化试验研究

煤矿智能开采工艺与装备对于地质条件适应性不足,亟需在各种复杂地质条件下构建高精度透明化的煤层地质模型。以山西某地质条件复杂的矿井为例,选择陷落柱、断层、褶曲等较为发育的XY-S工作面,利用勘查、生产阶段获取的地质数据,递进式构建了设计阶段的黑箱模型、掘进阶段的灰箱模型、回采前的白箱模型和开采中的透明模型;以XY-S工作面总长7 400 m掘进巷道、1 470 m推采范围的实测数据作为统计依据,对不同模型的地质建模精度进行实证分析。试验结果表明:①煤层底板标高的建模误差:黑箱模型10～20 m(仅有钻探数据时)、5～10 m(钻探+三维地震),灰箱模型和白箱模型0～5 m,透明模型0～1.0 m;②断层、陷落柱的控制程度:槽波解释的3条落差为1.5 m以上断层验证可靠,直径为20 m以上陷落柱的解释准确率平均75%,但是槽波探测的陷落柱范围明显偏大、推断的异常区偏多;③煤厚预测误差:主采煤层平均厚度2.70 m,黑箱、灰箱、白箱模型煤厚预测最大误差为1.5 m、均方误差0.5 m左右,透明模型的煤厚预测误差小于0.30 m,但是可统计的实证点偏少。按照智能开采工作面地质模型梯级构建的思路,智能开采前白箱模型的建模精度只能满足自适应截割模拟开采的需求,急需研发随采智能探测、孔中地质雷达、视频煤岩识别等新技术新装备,实现工作面高精度三维地质建模,为煤矿智能开采提供可靠的地质保障。     

PWM型VLSI神经网络在故障诊断中的应用

An improved pulse width modulation (PWM) neural network VLSI circuit for fault diagnosis is presented, which differs from the software-based fault diagnosis approach and exploits the merits of neural network VLSI circuit. A simple synapse multiplier is introduced, which has high precision, large linear range and less switching noise effects. A voltage-mode sigmoid circuit with adjustable gain is introduced for realization of different neuron activation functions. A voltage-pulse conversion circuit required for PWM is also introduced, which has high conversion precision and linearity. These 3 circuits are used to design a PWM VLSI neural network circuit to solve noise fault diagnosis for a main bearing. It can classify the fault samples directly. After signal processing, feature extraction and neural network computation for the analog noise signals including fault information, each output capacitor voltage value of VLSI circuit can be obtained, which represents Euclid distance between the corresponding fault signal template and the diagnosing signal, The real-time online recognition of noise fault signal can also be realized.