超支化镍系催化剂构效关系及催化乙烯齐聚机理

采用1.0G超支化大分子（1.0G）、3-取代水杨醛和NiCl₂·6H₂O为原料，依次经席夫碱反应和络合反应合成了3种新型具有不同取代基位阻的超支化水杨醛亚胺配体及其镍系催化剂，利用红外光谱（FTIR）、核磁共振氢谱（¹H NMR）、紫外光谱（UV-vis）、电喷雾质谱（ESI-MS）及电感耦合等离子体质谱（ICP-MS）等方法对合成出产物的结构进行表征。考察了配体空间位阻、溶剂种类、助催化剂种类及反应条件对催化乙烯齐聚性能的影响。研究结果表明，配体空间位阻对催化乙烯齐聚性能有较大的影响，当以甲苯为溶剂、甲基铝氧烷（MAO）为助催化剂，在最佳反应条件下，超支化邻苯基水杨醛亚胺镍系催化剂催化乙烯齐聚的活性为2.81×10⁵g/(mol Ni·h)，对高碳烯烃（C₁₀₊）的选择性为34.28%。此外，在超支化水杨醛亚胺镍系催化剂催化性能评价的基础上，对其催化乙烯齐聚的机理进行研究。     

基于张量分解融合RGB-D图像的物体识别

为了充分利用RGB-D图像的深度图像信息，提出了基于张量分解的物体识别方法。首先将RGB-D图像构造成一个四阶张量，然后将该四阶张量分解为一个核心张量和四个因子矩阵，再利用相应的因子矩阵将原张量进行投影，获得融合后的RGB-D数据，最后输入到卷积神经网络中进行识别。RGB-D数据集中三组相似物体的识别结果表明，利用张量分解融合RGB-D图像的物体识别准确率高于未采用张量分解的物体识别准确率，并且单一错分实例的准确率最高可提升99%。     

高光谱激光雷达谱位合一的角度效应分析

高光谱激光雷达以其谱位合一的技术优势为实现超三维精准遥感观测提供了可行途径,因此成为当前激光雷达与高光谱遥感领域共同大力推进的前沿发展方向。目前已有多型原型系统研发出来并得到了原理性验证,然而针对其数据处理核心环节问题的基础技术仍较为欠缺。典型问题之一是不同波段回波信号受激光入射角度的影响,该角度效应限制了高光谱激光雷达实现高性能遥感。以芬兰空间信息研究所高光谱激光雷达原型系统扫描桦树树干为例探讨了该角度效应,发现了不同激光波段对不同入射角度的回波强度响应模式,推导出了角度效应的基本规律及其精细尺度的统计规律,为后续该方向的系统研发、数据处理及信息提取等提供了可借鉴的底层机理与技术基础。     

黄浦江下游吴淞口站低潮位重现期研究

黄浦江为感潮河流,低潮位重现期的确定对黄浦江航道的设计具有重要意义。为了准确估计黄浦江低潮位的重现期,以黄浦江下游吴淞口站年最低潮位序列为例,在对样本进行三性审查的基础上,分别采用传统的数理统计方法和时变矩方法进行水文频率分析。结果表明:吴淞口站年最低潮位序列在1996年发生了变异;还现修正后的序列服从位置参数线性时变的GEV模型,低潮位存在缓慢的上升趋势;一致性条件下百年一遇低潮位约为0.261 m,在非一致性条件下其重现期增大为150 a。非一致性条件下的重现期增大说明黄浦江现有的航道设计标准偏安全,航道通航保证率提高。     

GK1C型内燃机车频繁停车现象探讨与解决方案

运用过程中各类相关因子的变化,会使得机车柴油机配气相位出现一定程度变化,采取某种措施调整或是处理可以解决动力不足的问题。     

深度学习识别光网络单元故障的设计与应用

为解决依赖装维上门鉴别光网络单元故障带来的不便,可以从机器视觉入手实现自动化故障识别。近年,ImageNet挑战赛的成功推动了物体识别技术的跨越式发展,特别是基于卷积的深度学习技术在视觉识别方面已经达到人类水平,为光网络单元故障的自动识别提供了技术基础。文章对识别光网络单元的工作状态进行了研究,将设备工作状态分为7个场景,提出了利用手机APP采集图片识别故障的解决方案并投入了实际生产;重点阐述了深度学习模块的设计与实现,提出一种通过算法整合的方式综合运用物体检测和图像分类算法,分3阶段逐步求精,解决了图片过滤,光网络单元型号和状态识别等问题,实现了基于计算机视觉自动识别光网络单元故障。从数据上看产品的端到端准确率超过84%,识别速度达到10 FPS,月均提供服务超过1万人次,在减少用户等待的同时节约了人力资源。     

10kV充气柜专用元器件样机研制过程方案设计

中压配网主流产品仍然是10 kV SF6全绝缘断路器柜自动化成套设备,其中主要配置额定电流630 A的真空断路器。为了向用户提供性能稳定、可靠的SF6全绝缘断路器自动化成套设备,对真空断路器性能稳定性开展了大量的试验工作。针对关键零部件例如真空灭弧室、触头弹簧、凸轮、触刀片等的使用性能进行分析验证,总结出一套充气柜专用元器件的技术方案,为提供性能稳定、可靠,达到相关技术标准与用户要求的产品打下基础。