我国消防产品质量监督管理对策研究

总结我国近年来消防产品质量现状并分析其原因。深入剖析消防产品质量监督管理方面存在的问题,包括法制不健全、机制不完善、技术手段不足、经费难落实、管理不够规范等。在现行《消防法》的框架下,提出了适应社会主义市场经济的消防产品监督管理对策。强调全面实施现场检查判定方法,规范质检站建设,积极推进信息化建设,强化消防产品质量的跟踪管理的重要性。     

基于误差反传神经网络的智能预诊方法及其应用

为实现在故障发生之前进行预测和预防.从实现智能预诊的系统功能角度出发,提出了智能预诊方法框架,建立了基于误差反传神经网络的性能衰退过程智能评估及剩余寿命动态预测模型,并对模型的有效性与预测误差等问题进行了深入分析.从实际应用的角度出发,针对信息不完备问题,实现了模型更新与动态预测.随着采集数据的不断增多,对预测模型进行适当调整,用调整后的网络模型给出剩余寿命的动态估值.提出的智能预诊方法已应用于哈尔滨汽轮机厂叶片材料疲劳测试分析系统,对叶片材料性能的分析与剩余寿命的预测证明了该方法的实用性和有效性.     

微小孔超声电火花复合加工通孔变幅杆设计

超声电火花复合加工在微小孔制备方面应用颇多,其常见问题有:在生产同一批零件更换电极丝时,不能保证二次装夹的精度;加工过程中,电蚀废屑堆积会造成各种不良影响等.基于以上问题设计了一种轴心通孔式变幅杆,并在变幅杆两端增加两个定位螺柱.为保证微小孔加工的精度和圆度,选择了两种稳定性高的变幅杆(悬链线形和圆锥形)进行分析.将预...     

基于LabVIEW的数控机床形位误差精密测量系统

为了实现对数控机床形位误差精密测量,采用扭簧表及大理石平尺搭建导轨直线度测量装置,以HEIDENHAIN绝对式直线光栅尺为定位精度测量硬件,PC端通过数据采集卡获取测量信息,并基于LabVIEW开发虚拟仪器,实现了对数控机床导轨直线度、定位精度和重复定位精度项目的测量;提出了一种基于LabVIEW平台构建数控机床形位误差测量系统的新方案。在相同的检测参数下,对同一台数控机床进行检测,并与激光干涉仪测量的数据比对,激光干涉仪采用GB/T17421.2-2000统计分析方法,实验结果表明,本系统具备较高的测量分辨率和测量精度。     

大倾角煤层沿空掘巷煤柱留设尺寸探究与应用

为确定大倾角煤层沿空掘巷预留小煤柱合理宽度,通过理论计算对护巷煤柱宽度进行了分析;运用UDEC模拟软件对不同煤柱宽度下巷道的变形量和煤柱应力进行了数值模拟。结果表明:理论计算的煤柱合理宽度应为5m;综合数值模拟中煤层顶板支承压力分布、巷道变形量和煤柱应力集中情况选取煤柱宽度为5m,与理论计算相符;将所得结果应用于21071工作面回风巷的掘进,即留设5m煤柱沿空掘进巷道,回采期巷道变形量能满足矿井正常生产需求,无需返修。     

耐盐菌与臭氧催化氧化组合处理长链二元酸工艺废水的研究

为处理长链二元酸生物发酵工艺产生的高硫酸盐有机废水,筛选分离出一株具有优异耐盐性能的菌株GXNYJ-12,其可有效处理COD质量浓度为6 512 mg/L、硫酸盐质量浓度为20 200 mg/L、全盐量质量浓度为31 100 mg/L的长链二元酸工艺废水,经120 h好氧生化,COD去除率高达95％.其生化出水经臭氧催...     

微藻生物质生产燃料乙醇技术进展

燃料乙醇是燃烧清洁的高辛烷值燃料,是可再生能源,也是优良的燃油改善剂。微藻是一种高光合效率、高生物量产值的生物质资源,部分微藻经光合作用可在胞内积累大量淀粉和纤维素,是制备燃料乙醇的良好原料。利用微藻生物质生产燃料乙醇,对于缓解石油资源日益紧缺的现状及解决一系列由温室气体引起的环境问题具有乐观的应用前景。介绍了微藻作为生物质供应的特性,综述了国内外对于微藻生产燃料乙醇的技术进展、现存在问题及未来的发展前景。     

线性势作用下艾里-高斯光束的周期演化

以分数薛定谔方程为理论模型,采用分步傅里叶法进行数值模拟,研究了线性势作用对艾里-高斯光束的传输特性和两光束相互作用的影响。结果表明,艾里-高斯光束在无线性势作用时会分裂成两束,有线性势作用时分裂现象逐渐消失,光束传输呈现周期演化,且主瓣能量和旁瓣能量几乎不随传输距离的增加而改变。该周期演化在参数改变时会有不同的表现,据此可调节光束的周期演化过程。线性系数主要影响演化周期,而且它的符号可以控制光束的偏转方向和分布空间;莱维系数则会改变光束的横向振荡幅度,同时光束偏转角度会发生变化,光束的演化路径由近似折线变为曲线。在满足一定的相位条件下,相互作用的两光束的能量会发生周期性互换,随着莱维系数的增大,这种周期性互换现象会消失。这些结果为光束在光开关和光学逻辑器件中的应用以及光束的调节提供了理论参考。     

结合多模板的多域卷积神经网络视觉跟踪算法

为了适应视觉跟踪过程中目标外观变化,提高视觉跟踪算法的鲁棒性,本文基于卷积神经网络(Convolutional Neural Network,CNN)并结合多域学习法与多模板管理,提出一种通过树形结构管理多模板的多域卷积神经网络(Multi-Domain CNNs with Multiple Models in a tree structure)视觉跟踪算法.首先使用大量已标记目标位置的视频数据预训练多域结构的CNN,使CNN卷积层可从图像中提取出适用于跟踪任务的特征.然后在跟踪时中对CNN全连接层进行微调以适应跟踪目标,并使用树形结构管理存储不同时间段的目标模板得到模板树.使用模板树综合评价待检测帧,估计目标位置.最后按照一定规则将新模板添加进模板树,完成模板的更新.实验表明,该算法对跟踪过程中目标外观的变化有着良好的适应性,同时多模板可抑制CNN在跟踪时产生的模板漂移问题.     

基于MSP430F449的超低功耗超声波热量表设计

为了提高超声波热量表的测量精度,系统设计中采用了高速时间数字转换器TDC-GP21的解决方案。流量的测量使用超声波时差法原理,通过MSP430F449单片机控制TDC-GP21实现流体温度以及超声波飞行时间的测量,减少了外围电路设计的复杂度,大幅降低了系统的功耗与成本。