自旋滴体积法测定大豆蛋白界面吸附

主要研究了用自旋滴体积法测定低界面张力乳状液体系（茴香油－水）中大豆蛋白在界面的吸附。用此法可以观察到大豆蛋白和大豆水解蛋白在界面吸附过程中的差异。     

基于DLAS技术的激光气体分析仪的在线应用

介绍了DLAS（半导体激光调制吸收光谱）技术原理、仪器性能特点和基本结构,以及在干熄焦循环气体在线检测应用中的优势。该激光气体分析仪测量不受背景气体交叉干扰,测量准确性高;无需采样预处理,系统响应速度快、可靠性高,维护费用低;不受粉尘与视窗污染的影响,恶劣工业环境适应能力强。实际生产表明,基于DL气S技术的激光气体分析仪可以有效地满足干熄焦循环气体的在线浓度监测。     

基于快速DBSCAN聚类的铁路异物侵限检测算法

在铁路建设及运营阶段,侵入限界的异物对既有线的安全行车构成极大威胁。将复杂的空间侵限检测转换为简单的平面内异物检测,研究利用二维激光测距传感器构建三维幕墙的侵限检测方法。在异物检测过程中,正常通过的列车不能认作异物,必须设计合理的算法检测并予以剔除。由于列车主要体现在轨道平面的检测结果中,重点研究通过分析扫描点云的分布特征对轨道平面内侵限物体进行分类的算法,提出了利用测量序列极值点作为核心对象的快速DBSCAN(density-based spatial clustering of applications with noise)聚类方法,并利用点簇的运动及分布特征判断是否为正常通过列车。现场试验表明,该方法能够有效区分侵限异物和正常通过的列车。     

图解法求解Lamb波频散方程

为了简化Lamb波频率方程的求解过程,采用了图解法进行求解。首先划分了Lamb波频散方程的取值区间,并对示准频散方程做了公式修正,运用图解法将抽象公式可视化,结合图形分析,确定了频散方程的求解方式,最终通过二分法求晖得到Lamb波频散方程的数值解,绘制了相速度频散曲线,并运用模态跟踪算法,绘制出了群速度频散曲线。图解法可以将复高抽象的公式用图形表示,简化了求解过程,提高了求解效率。     

基于脉冲耦合神经网络和Markov随机场的立体匹配研究

立体匹配是寻找立体图像对中对应点的问题,是立体视觉的核心问题。现有立体匹配算法通常是就立体匹配问题建立适当的数学模型并进行求解,在匹配速度和匹配精度之间存在矛盾。以生物视觉研究为背景,提出一种基于脉冲耦合神经网络(PCNN)的立体匹配方法。该方法以Markov随机场(MRF)上的贝叶斯模型为基础,并利用PCNN建立其似然概率模型。将左右2幅图像分别输入到2个PCNN网络,通过迭代生成点火时间序列。引入点火时间序列的平均点火时间差的概念,利用2个像素对应神经元的平均点火时间差来评价2个像素的相似性,并以此为基础确定似然概率。最后利用信任传递(BP)算法求解Markov随机场模型的最大后验概率问题。利用广泛使用的立体视觉测试图像对算法进行了实验。实验结果表明该算法能够有效实现立体匹配,匹配效果较好。     

高速铁路无缝钢轨纵向位移在线监测方法研究

无缝钢轨在温度改变时会发生纵向位移,严重时引发胀轨、断轨,影响行车安全。针对此问题本文提出一种基于磁致伸缩原理的非接触式钢轨纵向位移在线监测方法,设计了系统总体方案、传感器安装方式以及基于卡尔曼滤波的数据处理算法。系统经标定和校准,测量最大示值误差为0.07 mm。为减小温度变化对测量结果的影响,通过温度实验研究了温度补偿算法,在50℃的温度变化范围内测量位移输出漂移不大于0.05 mm。在大西高铁线的现场试验结果表明,该系统能实现测量范围±100 mm的钢轨纵向位移监测,测量精度达0.1 mm。     

板中Lamb波激励响应计算方法

采用基于半解析有限元的激励响应计算方法来求解薄板中Lamb波的激励响应结果,替代常规的实验方法,实现对薄板中Lamb波传播特性的仿真分析。与三维有限元仿真方法相比,采用激励响应计算方法仿真导波在波导介质中的传播过程可以节省计算量,提高效率。通过求解薄板中Lamb波的一般均质方程,基于频谱叠加原理,可以计算薄板中Lamb波激励响应结果。分别提取激励响应计算结果和实验测量数据,通过小波分析计算两种数据的Lamb波群速度。经验证,激励响应仿真计算结果与实验数据有很好的一致性,通过群速度频散曲线对比两种方法获取的数据,模态分析结论一致。激励响应计算方法还可以仿真计算任意截面波导介质中导波的传播过程,具有较好的通用性。     

隧道轮廓激光雷达点云线特征共面约束标定方法

地铁隧道断面轮廓参数测量过程中,需要对高速激光雷达点云进行高精度系统标定。特别是大场景隧道环境,对标定模板要求高,标定过程复杂,检测精度影响大。针对此问题,本论文提出了一种新颖的适用于地铁隧道轮廓点云的标定方法,并基于双激光雷达测量系统,进行了算法研究。本方法设计了专用的手推行便携式标定系统,利用由点云数据提取的标定板线特征,建立目标函数,通过混合了遗传算法和Levenberg-Marquardt算法的非线性优化方法,寻找全局最优解从而实现对激光雷达的标定。实验结果表明：本方法对于两侧钢轨顶轨的标定误差在±1.5 mm以内;静态测量精度X误差在±1 mm内、Y误差在±4 mm内;当采集系统以5 km/h的速度进行数据采集时,动态测量精度X误差在±4 mm内、Y误差在±6 mm内。本方法能够实现激光雷达的高精度标定,算法鲁棒性强,具有易操作、环境适应性强的特点。     

基于CNN的高速铁路侵限异物特征快速提取算法

高速铁路异物侵限检测系统用来检测是否有异物侵入高速铁路安全限界。为增加系统的可靠性,提出了一种基于卷积神经网络(CNN)的特征快速提取算法。针对特征计算速度缓慢的问题,提出简化的全连接网络结构;针对准确率因简化网络结构而下降的问题,提出将卷积层的卷积核进行预先训练;最后为防止因全连接而导致的对称性特征提取,提出加入稀疏性参数的快速特征提取算法。改进后的卷积神经网络,在保证准确率的基础上加快了计算速度,同时满足了实时性和高准确率的要求。实验表明处理单幅图像的速度为0.15 s,准确率为99.5%。     

三维激光扫描测量系统标定方法研究

三维坐标法是一种经常使用的三维激光扫描测量系统标定方法。本文通过分析三维坐标法标定精度的限制因素,提出了一种基于一维坐标的标定方法。由于回避了激光扫描传感器无法准确获得某特定点三维坐标的劣势,一维坐标法可以不受扫描点间距的影响,使得标定精度比常规的三维坐标法大大提高了。本文对这种一维坐标法进行了详细地理论分析和数学仿真,并给出了一个典型工程应用实例。