层流冷却工艺在首钢迁钢热轧分厂的应用

介绍了首钢迁钢公司2160热轧分厂层流冷却的工艺布置、冷却区的结构组成、操作模式、冷却制度及冷却系统的控制功能。该系统投产后，带材的卷取温度偏差可控制在±8℃以内，且96．8％的产品卷取温度偏差可控制在±5℃内，从而有利于提高产品的性能和表面质量，也为生产高质量的产品打下坚实基础。     

含多端口能量路由器的多能互补系统故障保护功能测试研究

针对某区域用电负荷存在严重的季节性过载现象,以及可再生能源存在功率波动大、稳定性较差的问题,研制了多能(含水电、光伏、储能)、多端口的能量路由器装置及其能量管理系统.综合考虑当地多场景运行,解决了季节性过载问题,实现了能量的合理配置与利用.首先,对比分析选定能量路由器各端口变换器的拓扑结构;然后,对多场景下的工作模式进行介绍;最后,对含能量路由器的多能互补系统进行故障保护功能测试.测试结果表明,该系统具有较好的故障保护功能,有效实现了不同场景下的工作模式切换,直流母线电压稳定以及上层功率指令跟踪等功能,解决了当地用电负荷季节性过载和可再生能源功率波动较大的问题.     

基于多端口能量路由器的多能互补系统研究与测试

针对旅游旺季期间某地区负荷出现较严重的过载现象,且当地可再生能源存在功率波动较大、难以消纳的问题,依托云南省某配电网智能化改造升级示范项目,研制了一套多能(含小水电、光伏、储能)、多端口的能量路由器装置及其能量管理系统,并对基于多端口能量路由器的多能互补系统进行了研究与测试.首先对多端口能量路由器的拓扑结构和技术参数进行了介绍;其次对能量管理系统的功能进行了阐述;最后在对各端口分别进行调试后,进行全端口联合运行功能测试.测试结果表明,各端口能分别正常运行,全端口联合运行功能正常,能有效平抑直流母线电压波动,实现上层功率指令跟踪,同时在大功率运行状态下,输出波形畸变率较低,效率基本满足要求,能用于解决当地负荷过载问题,实现能量的合理配置与利用.     

轴承制造企业ERP库存控制子系统设计

文章讨论了轴承制造企业库存控制子系统的设计原理和程序实现方法.将库存项目分解成若干个表,例如实时库存数量的表、毛需求量表、已分配量表等,通过库存平衡式计算出计划入库数,再考虑到生产的提前期和批量,得到计划生产数表,为主生产计划提供产量数据.程序采用B/S结构编程,可以满足一般企业应用要求.     

合金元素对低合金耐磨铸钢力学性能的影响

研究了低合金耐磨铸钢中台金元素C、Si、Mn、Mo，对钢的力学性能等的影响。结果表明，合金元素的合理有效搭配，可使钢在连续空冷条件下得到贝氏体为主的显微组织：钢中C、Mn含量增加，其硬度上升，冲击韧度下降，其中以Mn影响最大，C次之：Si、Mo对钢性能影响程度较小，均在研究的中等含量处取得性能的最佳值。     

湿法处理铜阳极泥新工艺的研究(小试报告)

一、前言目前,国内外广泛用于处理铜阳极泥的流程通常包括:硫酸化焙烧蒸硒、浸出脱铜、火法炼制金银合金及金银电解等工序。方法虽然比较成熟,但是过程复杂,生产周期长,金属回收率不高,特别是在火冶过程中放出大量有害气体,污染环境。因此,寻找高效率、低公害的处理方法已成为科研的重要课题,也是生产实际的迫切需要。     

基于区域生长的多源遥感图像配准

多源遥感图像由于成像设备、所用光谱、拍摄时间等因素的不同,给配准带来极大的困难.尽管已经提出了多种匹配方法,但已有方法一般只能适用于特定的应用环境,开发出更加稳定和适用的配准算法仍然是一个极具挑战性的研究课题.提出一种基于区域生长的配准方法,首先,提取改进后的尺度不变特征,通过全局匹配确定种子点和种子区域并完成变换模型的初始化;然后,运用迭代区域生长和双向匹配策略,得到整个图像的可靠匹配点,从而实现多源遥感图像之间的配准.实验表明,该方法提取的匹配点的数量和正确率均远高于已有方法,能够对存在严重灰度差异的多源遥感图像实现高精度的配准,充分证明了该方法的鲁棒性和适用性.     

基于轮廓波变换的织物疵点图像消噪新方法

为了实现织物疵点图像的有效消噪,使其更有利于特征提取和疵点检测,提出了基于轮廓波变换的织物疵点图像消噪新方法。综合考虑轮廓波方向子带能量的大小与织物疵点图像轮廓细节之间的关系,对Donoho多尺度分解阈值进行修正,改进了Donoho多尺度分解阈值对图像细节"过扼杀"的缺点。实验结果表明,对织物疵点图像进行基于轮廓波变换改进阈值消噪时,该方法更好地保留了织物疵点图像的轮廓细节,峰值信噪比显著提高。采用改进的轮廓波Donoho多尺度分解阈值消噪后的图像,可以更好地应用于织物疵点图像的特征提取和疵点识别。     

基于全局和局部特征融合的显著性提取方法

显著性提取方法在图像处理、计算机视觉领域有着广泛的应用.然而,基于全局特征和基于局部特征的显著性区域提取算法存在各自的缺点,为此本文提出了一种融合全局和局部特征的显著性提取算法.首先,对图像进行不重叠地分块,当每个图像块经过主成分分析(Principle component analysis,PCA)映射到高维空间后,根据孤立的特征点对应显著性区域的规律得到基于全局特征的显著图;其次,根据邻域内中心块与其他块的颜色不相似性得到基于局部特征的显著图;最后,按照贝叶斯理论将这两个显著图融合为最终的显著图.在公认的三个图像数据库上的仿真实验验证了所提算法在显著性提取和目标分割上比其他先进算法更有效.