Analysis of reasons why gas sensors influence long-term stability of flammable gas alarms and produce false alarm

概述了影响报警产品性能的两大原因-电路和气体传感器,其中气体传感器部分是影响质量的关键.以半导体传感器为例,分析了可燃气体报警器在正常使用环境下经常发生误报警及使用一段时间后不报警的原因,并采取了相应的措施—通过对传感器增加干扰气体过滤帽把主要影响报警器误报的乙醇等气体滤除掉,并尽可能远离含硅物质以保证传感器的长期稳定性.根据对不同质量传感器在各种气体环境下的试验数据及特性曲线分析,论述了传感器对报警产品的可靠性及长期稳定性的影响,并针对报警器的误报问题提出相应的解决方法.     

一种新型分形微带天线的仿真优化

研究分形微带天线优化问题,针对多频通信需求,要求回波损耗特性实现多频性。传统分形天线结构单一、多频性能差。为了改善其多频特性,利用Cantor集和Koch曲线原理,通过建立不同宽度和长度的导带模型,并将导带宽度较窄的短截线替换为Koch曲线,提出了一种新型的适合TD-SCDMA、WiMax及WLAN的无线通信的三频段分形微带天线。利用CST软件进行仿真,得到了天线仿真回波损耗及方向图,并实测了回波损耗,实测结果与软件仿真结果吻合较好。经实验证明,所设计的天线能很好满足多频通信的需求。     

二维溃坝液面定位方法研究与仿真

研究溃坝过程中自由液面的定位问题,定位的准确性可有效防自然灾害。针对溃坝过程中,液面的变化情况很复杂,存在高度非线性,很难建立准确数学模型。当液面遇到阻力,变化幅度较大,变动较为频繁时,传统方法很难准确定位液面的问题。为解决上述问题,提出一种优化仿真溃坝液面准确定位方法,运用液面变化过程中,张力、流体区域的细微变化对液面进行准确的定位和捕捉,克服传统方法的缺陷。仿真结果证明:新方法能快速求解二维溃坝问题,仿真精度高,能成功模拟溃坝后的液面波浪翻卷、界面破碎和包含气泡等复杂现象,准确定位液面,取得良好的效果。     

特种车辆维修空间可达性评价方法研究

可达性作为维修性的定性指标,缺少定量评价的方法。传统方法只针对装备的整体进行定性评价,不能对不同的等级维修和单个维修动作进行评价。通过对维修性设计中的结构性因素进行分析,得到了空间可达性的主要影响因素。在虚拟维修仿真平台的基础上对工具旋转角度和作业空间比进行了量化评分,给出了针对维修作业过程中单个零部件拆卸的空间可达性评价方法。单个动作评价方法为等级维修的整体空间可达性评价提供了数据基础,并为新型特种车辆的维修方案论证和研制的空间可达性评价提供了手段。     

汽车制动优化控制方法研究

研究汽车车轮制动时的刹车性能优化,缩短刹车距离。传统的汽车制动算法参数是固定的,不能改变,在路况不佳的情况下,遇到汽车轮胎抱死的状况时,制动器反应较慢、调节时间较长、刹车过程不稳定,导致刹车距离过长的问题。提出利用神经优化网络的汽车制动调节算法,通过控制汽车制动时,优化各种设备状态比例参数,使参数能够动态的改变,根据车况信息做出调整,得到最优控制参数,克服传统方法缺陷。实验表明:通过动态改变参数的控制可明显提高制动控制器的性能。大幅缩短在抱死情况下的刹车距离,取得了满意的效果。     

基于保边滤波器的单幅图像高光去除

研究图像分割优化问题,由于图像中存在高光中,造成干扰,提出一种简单但有效的单幅图片高光去除方法。传统单幅图像高光去除方法,一般需要进行图像分割预处理,或者进行交互输入。提出的新方法无需图像分割预处理,也不要交互输入,而是使用漫反射色度估计值作为引导值,对最大色度图应用边界保留滤波器,并最终得到去高光后的图片。实验结果比较表明,与传统方法比较,该方法不但能够去除单色物体表面高光,对于复杂纹理表面高光非常有效,且输出图像在非高光区更接近输入图像,提高了图像分割效果。     

基于小波变换的棉花异纤检测算法研究

研究棉花中异性纤维的检测问题,提高检测准确度。针对棉花异纤检测,当棉花中混有头发丝等与棉花纹理相似的线状异纤时,传统的单一尺度的边缘检测算法不能将线状异纤准确检测出来,造成检测准确度不高的问题。为解决上述问题,提出一种小波变换的棉花异纤检测方法,通过将棉花图像分割为多个连通区域,并对各区域进行多尺度小波变换,然后计算并设定每个区域的检测阈值,最后利用检测阈值完成异纤检测,可避免传统单一尺度的边缘检测方法不能准确识别线状异纤的问题。实验证明,改进方法能够准确地将线状异纤准确检测出来,具有很高的检测准确度,取得了满意的结果。     

基于柔性逻辑的智能控制器设计与仿真

研究倒立摆复杂系统优化控制问题,传统优化控制要建立精确数学模型,但与实际不符。对复杂系统采用具有认知和仿人功能、适应不确定环境等特性的智能控制方法较传统控制方法更具优势。为此,提出一种柔性泛逻辑学的智能控制模型,具有三个典型参数(e、h、k),分别反映了控制过程中的决策门限、被控量之间的关系和测量误差,能更好地掌握控制的思路。对三级倒立摆的控制采用上述方法进行仿真,实验证明了模型的正确性和有效性,并且具有良好的抗干扰能力,为复杂系统控制寻求了一种新的有效途径。     

基于聚类优化主动模型人脸识别算法研究

研究人脸识别和跟踪准确度问题。针对在使用大数据样本进行训练前提下,以往AAM算法人脸识别与定位不准确的缺陷,提出了一种新的利用聚类算法对样本空间进行划分,并在此基础上训练多个AAM的分层人脸识别和跟踪算法。首先利用所有训练样本训练得到初始AAM,然后利用一个全新的相似度计算公式,将所有训练样本划分成若干个子类别,在此基础上,针对每个子类别,训练一个相对稳定的AAM。在识别与跟踪过程中,先使用初始AAM进行定位,然后根据子类AAM进行精细化定位,从而得到比以往算法更为精确的定位效果。仿真结果显示改进的算法能准确定位出人脸所在位置,并且具有很高的运算效率,可以方便的实现实时监控系统的人脸跟踪定位及识别等目标。     

雷达模拟器目标威胁度评估方法研究

研究雷达模拟器目标威胁度的准确评估问题,是辅助操作手对空中目标进行打击的重要依据.威胁度普通雷达是难以探测的.由于目标的速度、距离等随机性强,具体数据难以确定.针对威胁度评估问题,多限于权重分析、聚类分析等方法,对难以确定的参数有较大依赖.为解决上述问题,提出应用效能指数的方法来确定未知目标对雷达阵地的威胁度,根据雷达能够获取的数据,得出判断矩阵,实现对雷达所测数据的分析,并评估目标的威胁度.上述方法可用于雷达模拟器,能够灵活地根据情况调整威胁度评估方法.实验结果表明,方法能够较好地在某些属性未知的情况下,可对目标威胁度进行准确评估,证明改进方法为威胁度评估提供了有效依据.