基于虚拟现实技术的食品安全应急演练系统

分析食品安全突发事件典型场景及产生的原因,利用虚拟现实技术基于Unity3D虚拟现实开发平台开发了食品安全应急演练系统,并优化系统运行的稳定性和流畅性。该系统实现了演练时沉浸式体验,人员通过仿真设备进入虚拟演练场景进行交互操作,进行实时演练有助于提升演练人员应急处置能力。     

0–1膨胀几何分布的客观贝叶斯分析

在医疗卫生、金融证券等应用领域，经常会同时出现零观测值、一观测值较多的情况. 为更好地拟合这类数据，提出0–1膨胀几何分布模型并进行客观贝叶斯分析. 通过参数变换，得到Jeffreys先验和reference先验. 设计后验分布的抽样算法，设置不同的样本量和参数真值，采用数值模拟方法对不同客观先验下的估计效果进行评估.     

Magnetic porous nano-carbon catalysts supported silver nanoparticles derived from chitin and their application in catalytic reduction reactions

The exploitation of recycled carbonaceous catalysts from renewable biomass resources such as chitin is a crucial issue for the development of the sustainable society. In this article, the chitin-based N and O doped carbon microspheres (ChC) were fabricated by a simple dissolution, sol–gel transformation, and the carbonization methods. Subsequently, the novel magnetic Ag-Fe₃O₄@chitin-based carbon microspheres catalyst (MChC) was successfully constructed through the in situ redox reaction. The as-prepared MChC possessed rich micropores with high-surface area, and a narrow size distribution (50–120 μm). The Ag-Fe₃O₄ nanoparticles were immobilized through the interaction with C, N, and O atoms in the pores of MChC. The reduction of 4-nitrophenol was applied to evaluate the catalytic activity of MChC. 4-Nitrophenol (4-NP) could be fully reduced to 4-aminophenol (4-AP) in 5 min with the catalyst MChC-45. Moreover, MChC could be collected in solution with an external magnet in 8 s and remained relatively high-catalytic activity after 10 cycle times. This work provided novel ideas for the fabrication of doped carbon material from biomass and promoted its utilization in nanocatalytic applications.     

基于阶段注意力机制的电力线提取算法

电力系统维护是电力系统稳定运行的重要保障，应用智能算法的无人机电力巡检则为电力系统维护提供便捷。电力线提取是自主电力巡检以及保障飞行器低空飞行安全的关键技术，结合深度学习理论进行电力线提取是电力巡检的重要突破点。本文将深度学习方法用于电力线提取任务，结合电力线图像特点嵌入改进的图像输入策略和注意力模块，提出一种基于阶段注意力机制的电力线提取模型（SA-Unet）。本文提出的SA-Unet模型编码阶段采用阶段输入融合策略（Stage input fusion strategy， SIFS），充分利用图像的多尺度信息减少空间位置信息丢失。解码阶段通过嵌入阶段注意力模块（Stage attention module，SAM）聚焦电力线特征，从大量信息中快速筛选出高价值信息。实验结果表明，该方法在复杂背景的多场景中具有良好的性能。     

刮板输送机减速箱箱体模拟分析

为了解决刮板输送机减速箱箱体振动损坏的问题,利用数值模拟软件对箱体静力学进行分析,确定了输出箱螺栓孔为受力薄弱点,同时对固有频率振动云图进行分析发现,由于共振现象箱体出现平移振动.当传动系统出现振动时,造成齿轮在啮合时出现冲击受力,此时齿面的受力呈现不均匀性.最后对额定工况下的箱体最大动应力曲线呈现波动的态势,波动的应力值围绕14.1 MPa进行上下幅动,与0.0388 s的应力云图呈现一致,波动应力最大值为18.6 MPa,为刮板输送机减速器箱体优化提供一定的参考.     

总变差模型在书画打印宣纸印刷质量预测中的应用

为了建立适用于书画打印宣纸印刷质量的预测模型,本研究测量了14种书画打印宣纸的粗糙度、白度、不透明度、定量、光泽度和针对宣纸特别设定的帘纹深浅以及帘纹疏密度等表面物理参量,并在相同条件下,使用喷墨打印设备输出并测量印品色度值,利用总变差模型构建去除帘纹色差的测定方法,得到与人眼视觉特征相符的色差。运用GRNN广义回归神经网络结合书画打印宣纸表面物理参量与宣纸去帘纹后的色差值,建立预测模型。结果表明,该模型能够在仅测量书画打印宣纸表面物理参量的情况下,便能较为准确地预测书画打印宣纸印刷质量,为书画打印宣纸印刷前的选纸工作提供指导依据。     

基于神经网络和遗传算法的锭子弹性管性能优化

为得到减振弹性管对下锭胆的支承弹性和锭子高速运动下的稳定性等性能的最优匹配效率,依据减振弹性管的等效抗弯刚度及底部等效刚度系数公式,利用MatLab数值分析软件构建弹性管抗弯刚度和底部挠度数学模型。首先,结合Isight优化软件基于径向基神经网络构建其近似模型,且使精度达到可接受水平,并以模型的关键结构参数弹性模量、螺距、槽宽、壁厚为设计变量,结合遗传算法对弹性管抗弯刚度和底部挠度进行多目标优化设计,得到Pareto最优解集和Pareto前沿图,确定出减振弹性管结构工艺参数的优化方案。通过对优化数据进行分析发现,该方案在保证减振弹性管弹性的同时,其底部振幅明显减弱。     

铜电解精炼添加剂生产实践与精细化管理探索

添加剂是铜电解精炼生产管理的最关键要素,合适的添加剂使用方案可以有效保障电解生产系统长期稳定。结合添加剂生产实践和其它电解厂添加剂管理优点,提出探索添加剂精细化管理,进一步保障和提升铜电解添加剂管理实效。