低浓度瓦斯输送管道抑爆装置

针对低浓度瓦斯输送管道易燃、易爆等问题,研制了一套主动抑爆装置。介绍了抑爆装置构成原理,围绕着瓦斯爆炸传播规律,从软硬件2方面提升抑爆器、控制器、火焰传感器的响应时间及抗干扰能力。数次的管道爆炸试验证明该抑爆系统响应速度快、灭火效果好、稳定可靠。     

高效液相色谱-串联质谱测定食品中西地那非等11种非法添加药物的方法改进及比较研究

西地那非等均属于5磷酸二酯酶(PDE5)抑制剂的处方药,于1998年经美国食品药品监督管理局批准,是治疗男子阴茎勃起功能障碍(ED)的有效药物,但长期或超剂量服用易对心血管系统、神经系统、消化系统等造成严重损伤。随着人们健康意识的增强,各种含有人参、枸杞、红枣、蛹虫等中药或动植物的保健酒越来越多,而不法商家为了谋取暴利,在保健酒中随意添加西地那非,给消费者的健康埋下极大隐患,也造成行业中乱象丛生。2015年7月31日,国家食品药品监管总局发布通告,近51家企业,在69种保健酒、配制酒中非法添加了西地那非等化学物。因此,我们有必要建立对于西地那非等非法添加药物的检测。     

基于PLS法岩体边坡抗剪参数确定及稳定性分析

对于岩体抗剪强度的确定,采用偏最小二乘(PLS)法,以岩体基本参数点荷载强度、孔隙率、天然密度为基础,进行主元相关性提取分析。然后将自变量和因变量高维数据空间投影到相应低维特征空间,并将多元回归问题转化为若干一元回归问题,可更好地适用于样本数较少而因变量数较多的参数回归分析。针对实际边坡分析,通过PLS法确定的岩体抗剪强度参数,以弹塑性破坏为准则计算边坡的破裂形态,FLAC3D强度折减法计算边坡的安全系数。并与原勘察报告提供的岩体抗剪强度参数计算边坡破裂形态和安全系数相比较,不管从剪切破裂面分布特征,还是安全系数大小,PLS法确定的岩体抗剪参数,都能更好地反映实际岩体边坡的破裂形态和安全状态。因此PLS法确定岩体抗剪强度参数可直接用于评价边坡的稳定状态,可以作为岩体力学参数拟合的一种有效方法。     

液相色谱-串联质谱法测定白酒中甜蜜素的不确定度评价

目的研究液相色谱-串联质谱法测定白酒中甜蜜素的不确定度评定。方法以白酒为例,对GB5009.97-2016中液相色谱-串联质谱法测定甜蜜素的不确定度进行评定。结果白酒中甜蜜素的含量为0.331 mg/kg时,测定结果的合成标准不确定度为0.0242 mg/kg,取k=2,扩展不确定度为0.0484 mg/kg,其结果可表示为(0.331±0.0484)mg/kg。结论测量结果的不确定度主要来源为试样提取液的测定、标准工作液的测定及配制,因此在实际检测工作中,可通过增加平行样和标准工作液的测定次数,提高检测质量。     

用于静止无功补偿器的非线性PID控制器

为了克服常规PID稳定范围较小，适应性及鲁棒性较差及微分信号难于提取等缺陷，应用非线性控制理论，基于非线性跟踪微分器及PID校正的思想，设计了一种用于静止无功补偿器（SVC）的新型非线性PID控制器，这种控制器具有不依赖于被控系统知识的特点，对系统工作点和网络结构的变化具有良好的鲁棒性且结构简单，易于实现，数值仿真结果表明，这种非线性PID控制器的控制品质好，不但能有效地改善电力系统功角稳定性和SVC安装点的电压动态特性，而且具有较强的适应性和鲁棒性。     

基于改进YOLOV3模型在路面破损检测中的应用

近年来物流等行业的快速发展,对道路的损耗越来越大,低质量的路面状况会给人们出行带来较大的安全隐患。为全方位的提升交管部门在公路养护作业中的智能监测能力,提出一种基于改进YOLOV3模型Multi Scale And Stage的卷积神经网络算法的目标检测方法,该方法可在保证较高检测速度的前提下提升对道路破损检测中各种尺度破损目标的检测准确率。首先分析现有算法模型在路面破损检测场景中针对小目标破损检测的不足之处,然后对现有算法模型YOLOv3加以改进,扩展添加专门针对小破损目标的检测尺度,并提出具有较强性能的MultiStage-Net特征提取模块来保证小目标的强化特征信息,最后利用改进的网络模型进行路面破损检测。在依托京德高速科技课题下制作路面破损数据集,进行实验仿真,结果表明网络模型有效提升了多种目标尺度的检测能力,鲁棒性也有较大提升,利用MultiStage-Net网络也很好地提升网络的整体检测能力,使得mAP有了较大提升,在速度方面本算法网络依然有较高的检测速度,能够满足实际路面破损检测工程的落地应用。     

基于随机森林的虚拟路谱准确度智能主观评价法

针对当前虚拟路谱准确度评价方法中的局限性,利用随机森林建立了一个虚拟路谱的智能主观评分模型,以路谱的客观统计值作为模型输入,以主观评价的分值作为输出. 在建模过程中全面考虑信号的多方面特征,利用特征重要度筛选出最重要的6个客观统计值作为模型输入; 通过模型训练固化多位专家的专业评分经验,避免每次进行主观评分时由人为因素导致的结果波动. 工程应用显示,该模型的精度高、泛化能力强,是对虚拟路谱评价的一个全面、高效、准确的智能工具.