基于ECT技术的充填管道内固液两相流仿真方法研究

矿山充填过程中,管道中产生的结块和充填料浆中夹杂的废石会造成堵管或爆管等严重安全事故,制约了矿山充填技术的应用与发展,所以及时对管道内堵塞结块及废石的方位和大小进行检测,对矿山充填的安全稳定有着重要意义。以电容层析成像(ECT)技术为基础,研究了矿山充填管道的检测方法。针对传统ECT重建算法成像质量差、精度低等问题,提出了一种适用于充填管道内固液两相流检测的基于极限学习机和卷积神经网络的ECT图像重建方法。该图像重建网络由单隐藏层前馈神经网络和图像预测网络两部分组成。利用极限学习机建立电容数据与介电常数值的映射关系,并通过图像预测网络完成对图像的重建。通过充填管道仿真试验,证明了该方法不仅能够有效减少重建图像的伪影和变形,提高图像重建准确度,而且对充填管道中可能出现的复杂情况有较好的重建效果。所提出的ECT图像重建方法对于矿山充填管道内存在的堵塞结块及废石的检测有很好的效果,可以有助于推动ECT技术在充填管道检测领域的应用和推广。     

潞安总调在线考试系统的设计与实现

为了方便调度培训考试工作,潞安集团总调结合计算机网络技术和数据库技术开发了一款基于B/S结构的在线考试系统。该系统实现了试题库管理、试卷管理、考试组织、在线练习考试、成绩排名、系统管理等功能,支持多种题型和智能组卷,支持客观题自动判卷和主观题手工判卷。经测试表明该系统稳定可靠、界面友好美观、操作简单便捷,具有推广应用价值。     

面对烈火

本该是天真烂漫的花季,幼小的心灵盛满的是蓝蓝的天,清碧的水,然而,一场大火却给我获上了一层阴云,至今驱之不散。那一年,我10岁。我永远忘不了那惊心动魄、惨痛无比的一幕,1994年11月30日,摈州流云宾馆因电线短路而发生火灾。当时,宾馆内浓烟四起,火势凶猛,值班的服务小姐本能地往房间打电话,希望能救出更多的人,结果……我想,她实在太缺乏消防知识了。假如,她能在发现着火的同时,打一个火警电话,情况是不是又非如此呢？假如她能在平时接受训练,哪怕只有十几分钟,局面是不是又会扭转许多呢？回答是肯定的。再看一下惊慌…     

天普太阳热水器通过国家免检产品认定

2005年12月9日，天普太阳热水器等2个北京太阳热水器品牌率先通过国家免检产品资质评审，获得了国家质监总局颁布的“国家免检产品”权威资质认定。     

铁基高温合金GH2871成分对组织和性能的影响

开发出新型含０．５％Ｎｂ，并以Ｗ、Ｍｏ复合固溶强化的２８Ｎｉ－１４Ｃｒ－１．ＯＷ－１．５Ｍｏ－２．１Ｔｉ－Ｎｂ－Ａｌ铁基高温合金ＧＨ２８７１。该合金的综合机械性能优于同类２５Ｎｉ－１５Ｃｒ铁基高温合金。     

低温余热蓄热型地源热泵系统运行土壤温度场特性研究

通过将低温余热技术与地源热泵技术结合起来,构建低温余热蓄热型地源热泵系统。通过数值仿真方法研究了低温余热蓄热型地源热泵系统运行温度场的变化特性。研究结果表明,该系统运行一年后,土壤平均温度上升了0.32℃,有效解决了地源热泵在北方地区应用时土壤全年蓄释热总量严重不平衡的问题,为地源热泵技术的发展提供新思路。     

生态时代绿色服装设计探究

随着世界经济高速发展,生态自然资源大量的消耗和无节制的索取导致了诸多环境问题,绿色环保的设计理念也逐渐渗入服装行业中.基于生态文明的时代背景,在简析绿色服装设计理念的产生背景,以及国内外绿色服装设计研究现状的基础上,阐明了绿色服装设计是符合当今社会发展下与生态环保要求的全新理念.分析了生态时代绿色服装设计的发展趋势,并...     

采煤机摇臂传动系统关键部位有限元分析

为准确掌握采煤机摇臂传动关键部件在实际截割过程中的受力及振动情况,以MG900/2400采煤机为例,在分析其摇臂传统系统结构的基础上,基于Pro/E建立三维模型并导入ANSYS软件对摇臂传动系统中齿轮的应力变化和摇臂壳体的振动情况进行仿真分析,为优化并提升采煤机摇臂传动系统的可靠性奠定扎实的理论基础。     

光电检测传感器阵列在运动物体检测中的应用

本文构建了一个光电检测传感器阵列,基于覆盖理论和卡尔曼滤波算法,该阵列具有采集和处理阵列覆盖区域中所感知对象信息的功能,即检测和描述感知对象的存在、运动及其运动轨迹等情况。     

基于信息浓缩的隐私保护支持向量机分类算法

支持向量机(SVM)的分类决策过程涉及到对原始训练样本的学习,容易导致数据中隐私信息的泄漏。为解决上述问题,提出一种基于信息浓缩的隐私保护分类方法IC-SVM。该算法首先根据样本的邻域信息,通过模糊C均值(FCM)聚类算法进行聚类分析;接着,使用信息浓缩准则对聚类中心进行处理,得到浓缩点组成的新样本;最后,使用新样本进行训练并得到决策函数,并用它去进行分类测试,可以较好地保护数据的隐私。在UCI真实数据和PIE人脸数据上的实验结果表明,IC-SVM方法既能保护数据信息的安全,又有较高的分类准确率。