黄河口表层沉积物中的可提取铜和锌

通过偏相关分析和逐步回归分析发现黄河口及其附近海域表层沉积物中可提取铜主要结合在水含氧化物和粘土矿的外表面上．而可提取锌主要结合在水合氧化铁上，其次结合在水含氧化锰上．用１ｍｏｌ盐酸提取沉积物中的铜、锌、铁和锰，同时测定了沉积物的外比表面积．     

580m^3高炉开炉实践

本文主要介绍了承德建龙炼铁厂580m^3高炉开炉前的准备工作、开炉方案的确定以及开炉生产实践等。本次开炉采用了热风点火、全焦开炉等当前新方法,通过制订合理的烘炉和开炉方案,高炉开炉取得圆满成功,生产水平快速提高。     

昏暗环境下自适应ORB-SLAM2算法研究

本文针对ORB-SLAM2算法在黑暗环境或纹理较少的环境下提取特征点少,从而导致SLAM系统定位精度不高、匹配对数较少,进而导致系统崩溃的问题,提出了一种基于自适应阈值的特征点提取算法与改进的四叉树均匀化策略。首先基于图像的亮度进行基于自适应阈值的FAST特征点提取,之后通过改进的四叉树均匀化策略对图像的特征点进行剔除与补偿,完成特征点选取。实验结果表明,与原算法相比,改进后的特征点提取算法在黑暗环境与纹理较少的环境下,匹配对的数量提升了17.6%,SLAM轨迹精度提升了49.8%,有效的提升了SLAM系统的鲁棒性和精度。     

基于信息融合技术的烟气轮机故障诊断系统研究

为保障烟气轮机的安全可靠运行．实现科学维护,采用了多传感器信息融合技术的故障诊断方法。通过提取烟气轮机上携带故障特征的多类信息,并在决策层上采用神经网络与D-S证据理论相结合的方法对这些信息进行有效的融合。     

双轴转子系统非线性动特性测试研究与实现

以双轴转子系统为对象,针对其故障非线性动特性的测试与系统分析进行深入研究.通过分析双轴转子系统典型故障的动特性,提取实验台旋转振动信号包含的特征信息进行故障诊断.结合使用.NET以及Win32 SDK为开发平台,设计和实现了双轴转子系统非线性动特性测试系统.结果表明,系统可实现转子实验台实验数据的采集以及非线性动特性的分形维数计算分析和图形输出等功能,为深入研究系统运行过程的分形维数变化提供了分析平台,对研究故障演化有着重要的应用价值.     

旋转机械的遗传算法优化神经网络预测模型

趋势预测是实现旋转机械先进的预知维护的关键技术,神经网络模型预测是实现趋势预测的新途径。当前旋转机械状态预测神经网络对环境的适应性较差、预测精度较低。针对这个问题,提出了一种在线自适应趋势预测方法。利用遗传算法(GA)的并行搜索能力对BP网络结构参数进行动态优化。改进后的预测模型能够根据不同条件对结构参数进行动态优化,取得了较理想的在线预测效果。     

Windows CE平台上开发采集板驱动程序

Windows CE是一个新的、待深入开发的操作系统，能够适应广泛的系统需求，在最新一代的工业和家用电子设备中得到了广泛的应用。简单介绍了Windows CE驱动的系统结构，以在分光光度计研制过程中应用的艾讯AX10410A型高速数据采集板为例，介绍了Windows CE操作系统的设备驱动程序的开发过程。经过测试，效果良好。     

基于改进YOLOv7的输电线路绝缘子识别检测研究

针对绝缘子目标尺寸小导致检测精度低、误检漏检率高的问题,提出一种基于YOLOv7改进的输电线路绝缘子检测模型。首先,将双支路融合通道注意力机制与主干部分的ELAN模块进行融合,强调重要的通道信息,抑制噪声等无用信息的干扰;其次,在特征融合部分加入局部自注意力机制,使得局部微小区域局部关注度增强;同时,在Neck部分融入BiFPN跨层连接,在增加部分计算量的同时,使得边缘信息得到更好的保留,更利于小目标的检测;最后,以精确度、召回率、平均精度均值等作为评价指标,对采集的数据集进行了消融实验和对比实验。实验结果表明,改进后的网络模型对输电线路绝缘子检测精度为92.1%,相比于传统的YOLOv7网络模型提高3%,并且其平均检测均值、召回率分别提高3.1%、3.6%;同时,改进的模型在各个评估指标上相比YOLOv5-ECA和Faster-R-CNN等均有显著优势,针对输电线路绝缘子检测具有良好效果。     

LabVIEW下国产数据采集卡DLL的设计

LabVIEW是一个高效的图形化程序设计环境。在测量、测试及工业控制领域已有广泛的应用。但所用数据采集卡必须有NI(National Instruments)公司提供的驱动程序，大大限制了用户的选择。分析LabVIEW调用外部程序代码的途径。采用调动态链接库的方法编写LabVIEW环境下国产数据采集卡的驱动程序。实验证明，效果良好，满足测试要求，利用动态链接库调用外部程序代码是增强Lab-VIEW整体性能的一条有效途径。     

基于改进YOLOv7的换热器板片故障检测算法研究

针对换热器板片装配检测成本高、检测精度低等问题,提出一种改进的YOLOv7算法检测换热器板片的装反问题。在原始数据集上采用限制对比度自适应直方图均衡化对图像进行处理,提高待检测图像的清晰度;在YOLOv7模型原有基础上,针对换热器板片层数较多、模糊且噪点多,提出一种多级自适应注意力机制添加至Backbone最后一层;针对图像识别模型计算量大、下采样特征损失严重,采用改进的MP-D模块优化原有的下采样模块;针对特征提取部分,加入 F-ReLU 激活函数,使得计算速度和检测准确性有了明显提高;针对Neck部分的PANet结构,融合BiFPN跨尺度连接的思想,进一步提高融合的效