采用MEMS传感器感知的虚拟现实射击识别设备与系统EI北大核心CSCD

射击影院是虚拟现实影院最流行的一种形式,其核心组件之一是射击识别系统.为了解决现有虚拟现实影院射击识别系统成本高、交互范围受限等问题,设计了一种射击游戏枪,并提出一个将虚实枪融合的交互射击系统.首先采用3D打印技术设计制作基于微机电系统(MEMS)传感器的交互枪,通过MEMS传感器获取枪身的姿态,结合Kinect获取的枪身空间位置、建立的虚实空间坐标系和转换映射关系确定用户的射击位置,以及射击方向;然后利用Kinect获取的用户视点位置将虚拟场景进行基于视点的渲染,使用户看到虚拟枪图像与实体枪重叠,从而产生手握虚拟枪的错觉.结合文中设计的后坐力模拟装置,在游戏过程中根据虚拟枪的不同枪型调整实体枪的后坐力力度、射速以及屏幕准星抖动范围.配合场景特效及音效,让用户将注意力集中在游戏内容和虚拟枪上,体验身临其境的射击效果.实验和用户生理电数据采集分析表明,与已有系统相比,文中系统更容易被用户接受,用户体验更佳.     

提高脱硫系统密度计、PH计准确率

胜利国电#5机组烟气脱硫装置采用石灰石—石膏湿法脱硫。本FGD装置采用一炉两塔,烟气返回独立烟囱直接排放方案。设计条件下FGD整体脱硫效率不小于99.3%。脱硫剂为石灰石,副产品为石膏。在石灰石—石膏湿法脱硫系统中,吸收塔浆液密度、PH值时非常重要的数据,它将直接影响到系统的脱硫效率、脱硫剂的消耗、副产品的品质乃至于脱硫系统的稳定运行。吸收塔浆液密度PH值采用安装在石膏排出泵出口上的质量密度计进行测量,自2015年10月#5机组调试以来,密度计、PH计运行时合格率偏低,导致PH值与密度无法监视,对机组的正常运行造成重大隐患。     

水电站施工支洞无人值守探索与实践

在大型水电站的建设过程当中,需要长距离埋设引水压力钢管及对泄洪冲沙洞进行挖掘施工,通常会采用施工支洞来减小施工难度和增加工作面。梨园水电站在完成压力钢管深埋和泄洪冲沙洞施工投产发电后,施工支洞处于闲置状态,由于施工支洞无法完全封闭,洞内有山体渗水且有剩余部分陈旧设备,所以需要解决施工支洞日常运维问题。通过在洞内安装摄像头接入工业电视系统、优化自动控制系统和将洞内水位信号等接入监控系统等措施,达到了远程监视、自动排水及实时监测等效果,满足了日常运维的需要,最终实现施工支洞无人值守。     

浅谈中国氦气供应链技术壁垒与发展方向

中国已经掌握了小规模富氦天然气深冷法和常温法提取高纯氦气技术,但大型贫氦天然气提氦技术尚不成熟.贫氦天然气采用常规深冷法提氦,投资高、运行成本较高,基本不具备经济效益.通过分析国内外氦气产储销全供应链各环节技术,认为中国应从常温法+深冷法耦合提氦技术、高通量高性能提氦专用膜与膜组件国产化、氦气液化及储运的关键核心装备制...     

中国氦气市场发展前景展望

氦气应用广泛,是国防军工和高精尖产业不可或缺的战略性物资.中国氦气市场处于自发形成的无序竞争状态,尚无系统的市场研究.在广泛调研获得氦气市场大量资料和数据的基础上,研究分析氦气市场产供销的格局变化.研究发现:中国对氦气需求量大且增长迅速,但由于中国氦气资源匮乏,对外依存度极高,绝大部分进口资源掌握在市场供应占据绝对主动...     

大型发电机20Hz电源注入式定子接地保护改进研究

20Hz电源注入式定子接地保护可以单独实现发电机定子绕组100%的保护范围,在停机和启机过程中也能检测出定子接地故障,由于注入式定子接地保护判据的不完备,此保护存在误动现象。结合实际运行情况,研究对20Hz注入式定子接地保护的闭锁条件和接地电阻低定值段进行改进。修改闭锁逻辑,将20Hz电源回路故障闭锁、20Hz电压采样监视值、20Hz电流采样监视值"或"条件后作为电源监视闭锁保护出口。接地电阻低定值段判据增加基波零序电压低定值,构成一个复合判据。改进后的判据避免了误动作停机对系统造成冲击,进一步提高了注入式定子接地保护的可靠性。     

基于最小二乘法的电力系统频率检测*

最小二乘法与过零检测法相结合,利用相邻3个零点的采样值计算频率,然而电力谐波干扰使电力系统电压波形发生畸变,出现多个过零点。为此,采用最小二乘法直线拟合技术,将过零点附近的数值拟合为一条直线,然后求解该直线方程得到真正的过零点,进而求得精确的电力系统频率。     

论AGC功能在大型水电机组中应用的优化策略

从大型水力发电机组自动发电控制功能的功频调节综合大型水电机组的AGC功能特点和运维需求,提出了功频调节算法、安全控制算法、软件工程优化、参数管理优化等方面的优化策略,与既有的应用逻辑策略相互补充,进一步发挥AGC功能的效用提高厂站的自动化程度和供电质量。     

基于BO-LSTM的天然气处理厂负荷率预测模型

为优化天然气处理厂生产计划，弥补天然气处理厂负荷率预测模型的空缺，提出一种基于贝叶斯优化(Bayesian Optimization,BO)和长短期记忆(Long Short-Term Memory,LSTM)的天然气处理厂负荷率预测模型。LSTM模型用于捕捉因检修天数和日处理量等因素引起的时间特征，贝叶斯算法用于优化LSTM网络的结构、隐藏层层数、隐藏层神经元个数、初始学习率和正则化系数，弥补参数造成预测波动的缺陷。选取波动型和平稳型天然气处理厂负荷率对不同模型测试，结果表明，LSTM模型较其他传统预测模型的预测精度高。BO-LSTM模型的预测平均绝对误差(MAE)值和均方根误差(RMSE)值均最小，预测精度最高，通用性强，较传统LSTM模型的MAE和RMSE值可提高57.8%和30.1%。天然气处理厂负荷率预测模型可为天然气处理厂的生产运行和决策提供数据支撑，具有稳定的预测精度和适应性。