一种简易可行的联轴器

五自由度弹性联轴器具有硬摩擦少,机械效率高,使用寿命长,噪音低,安装简便等特点。本文介绍了该联轴器的结构,工作原理及使用效果。     

钢管道绝热防腐层常压内定径生产装置通过技术鉴定

胜利石油管理局油建一公司机具研究所研制的用于“一步法”泡沫黄夹克绝热防腐层作业的新型定径装置,于1992年6月4日通过胜利石油管理局技术鉴定。该装置是在原“一步法”内压外定径工艺技术的基础上改进成功的。其最大特点是:简化作业工艺,生产稳定可靠,生产效率提高70％以上,解决了原工艺中黄夹克管爆裂等技术难题。经三年多的实用,已生产1327.87km     

软土地层中盾构法开挖三维有限元模拟

以某条软土地层中开挖的地铁隧道为例,根据非线性有限元法的基本原理,利用大型非线性有限元软件ADINA三维动态模拟地铁隧道开挖过程,计算结果揭示了在盾构推进过程中地表沉降分布以及特点,得到盾构法开挖引起的地表沉降曲线,其形态与Peck计算得出的横向地表沉降槽正态分布曲线的形态基本一致,隧道轴线正上方地表沉降最为明显。     

计算机实验室智慧化管理服务系统构建研究

本文基于计算机网络信息技术,利用分布式协同和集中式统筹的思想创新实验室管理模式,提出B/S架构的计算机实验室综合管理平台系统,引入图形化操作界面,实现实验业务的全面管理,提供高效准确的数据支撑,有效改善师生的实验教学体验,极大提升了实验室管理效率。     

基于车牌字符边界定位的视频测速

针对卡口环境下视频测速误差大的问题,提出一种提高测速精度的方法。采用以车牌第2个字符作为车辆定位的特征块,利用小波变换分解字符的外部边界特征曲线,在低分辨率下实现目标字符的模板匹配,并获取该曲线相对模板的偏移量,在原分辨率上进行边界坐标的精细调整,完成车辆特征块的精确定位。结合字符高度固定的先验知识,确定车辆特征块所处的实际坐标系,以提高对车辆行驶距离的计算。在实际环境下,对该方法进行长达2个多小时的测试,并对测试结果与线圈测速、基于车牌定位的视频测速进行对比,结果表明,在车辆正常行驶的速度下,与线圈测速相比,该方法视频测速误差在3 km/h以内。     

面向健康物联网的非接触式连续心电监测系统

随着人口老龄化程度的提高,远程健康监测系统和服务的需求日益增长。采用 PVDF压电薄膜传感器、研发信号采集与处理的现场检测主机,构建非接触式人体生理参数检测的床垫系统,设计滤波器和自适应差分阈值方法,提取人体心率、 呼吸率参数,基于云平台和物联网技术,设计了具有监测数据的存储、共享及APP终端访问等功能的心电监测系统,完成了整个系统的硬件和软件设计与调试,并进行了实物测试。实验结果表明,与标准医用仪器相比,心率和呼吸率监测结果基本一致,满足长期健康监测应用中对数据准确度的要求。     

基于分解的三维Otsu运动车辆检测方法

在户外交通环境下,采用传统目标检测方法容易产生大量噪声,传统三维最大类间方差(Otsu)方法能消除噪声,但是不能满足实时性。为此,提出一种基于分解的三维Otsu运动车辆检测方法。通过隔帧对称差分法得到2个差分图像,对这2个差分图像采用基于分解的三维Otsu法进行阈值分割,对这2个二值图像在使用数学形态学滤波后,求交集得到运动车辆目标。实验结果表明,该方法在视频帧出现不规则抖动的情况下,能实时和精确地检测出运动车辆。     

多智能体协作模拟环境的设计与实现

提出了一种以可视化编程技术设计多智能体协作模拟环境的方案,通过模拟搬运物体的过程来演示智能体间的协作过程.提供了参数可调的环境模型,并对协作执行结果进行分析,为多智能体协作的探讨和研究提供了一个平台.     

基于主动视觉的运动目标检测跟踪方法

研究主动视觉运动目标检测跟踪系统。针对图像目标跟踪多为非连续动态过程,准确性差,通过混合高斯法建立背景模型,采用背景差分法,利用最大类间方差算法确定阈值,检测分割出运动目标,提出一种结合SURF算法的带宽自适应均值漂移跟踪算法实现目标跟踪,使用线程并行控制摄像机运动,确保跟踪目标在图像序列中的合适尺寸。实验表明,改进系统能够实现对场景中运动目标的准确检测,稳定跟踪,并能到达实时应用的要求。     

基于粒子群优化神经网络的“煤改电”地区短期负荷预测研究

为提高“煤改电”地区短期负荷预测水平,本文基于北京市大兴区“煤改电”工程,探索利用神经网络算法对“煤改电”地区短期负荷进行预测。本文首先研究了“煤改电”地区负荷的年周期、周周期以及日周期负荷特性,并对负荷预测进行分类,分析得出了负荷预测的主要影响因素,明确了负荷预测的步骤及误差分析方法。其次,本文研究了BP神经网络的构成和运算过程,分析了历史数据处理方法,建立了基于BP神经网络的“煤改电”地区短期负荷预测模型,并对短期负荷预测模型进行检验。最后,为进一步提高预测效果,本文研究利用粒子群算法和列文伯格-马夸尔特算法对神经网络进行优化改进,建立了基于粒子群算法优化的BP神经网络负荷预测模型,满足了预测目标精度要求。