卡尔曼滤波在滴定分析法中的应用

本文研究卡尔曼滤波在电位滴定分析法中的应用。介绍了滴定分析模型、卡尔曼滤波算法及程序框图。卡尔曼滤波对于提高那些反应较慢或电极响应迟缓的滴定体系的分析准确度有很大帮援。考察了采样间隔、滴定速度及系统误差等参数对结果准确度的影响。将本法应用于HAc/NaOH、KI/AgNO_3及CaCl_2/EDTA三种下同的滴定体系,分析结果的准确度均大大提高。     

尼日尔Agadem油田STV阀与LPR-N阀试油测试技术探讨

尼日尔Agadem油田引进了STV阀和LPR-N阀两种APR测试工具,形成了两种三联作试油工艺管柱。为了弄清两者在现场应用的优势与不足,将两种工艺管柱与原试油工艺进行对比,并对现场应用情况进行统计分析。发现Agadem油田单井试油层位较多,LPR-N阀需要环空憋压开启,在层位较多的井让井筒处于来回憋压与放压的循环中,给套管带来疲劳破坏的风险,尤其是在低产液井,风险更高;而STV阀可以克服LPR-N阀的这一缺点,但在浅层地层使用受到限制。     

基于DSP+FPGA架构的猫眼目标快速检测系统

为解决微小型光电窃视设备对室内紧要活动的信息 安全构成严重的威胁这一问题, 设计了一套基于DSP+FPGA硬件架构的便携式手持实时检测室内猫眼光电目标的系统。 系统首先 根据光电目标的猫眼效应原理,依靠窄带滤波片和自适应阈值分割的方法将疑似目标与背景 进行区分;然 后使用多形态学准则对疑似目标进行筛选,减少虚假目标;最后利用本文提出的一种综合形 状判定的新准 则对目标进行有效识别。本文算法在DSP+FPGA平台实现,采用了流水线设计。为验证本 文的算法和 系统,针对20个含有不同复杂程度的背景与不同种类的干扰的实验室场景进行重复测 试。实验结果表 明,本文算法和系统在不同复杂场景中均能快速准确地识别出目标,其平均计算时间为 34～53 ms,与相关文献提出的方法相比具有显著优势。     

基于矩形骨架的人体动作识别

人体的行为动作存在多样的变化,但是可以使用了片图结构模型,将人体模型作为躯干和若干肢体的序列组合,通过动态规划的方法得到了最佳匹配的人体矩形骨架模型。实验结果表明,结合肢体的方向特征和DTW方法取得了比较好的识别结果,可应用于基于视频的人体动作跟踪和识别。     

基于不同颜色空间的运动目标检测算法分析

视频图像运动目标检测是有效分类和跟踪运动物体的关键步骤。对于彩色图像,大多选择颜色特征作为运动目标的检测标准,而不同的颜色空间反映图像的信息不同。为此,本文分析了运动目标在多种颜色空间下的信息变化情况,以及不同色彩空间下的像素特征对目标检测算法性能的影响;比较了复杂背景环境下,基于不同颜色空间特征值的混合高斯模型算法的背景减除效果,以期为多种典型环境下颜色特征优选和算法优化提供理论基础和实践指导。实验结果表明:在RGB、YCrCb、HSV和Lab四种不同颜色空间中,基于Lab颜色空间的运动目标检测算法具有更高的检测率和更低的误检率,是一种能抗背景光干扰、适应能力较强、鲁棒性较好的检测算法。     

海上丝绸之路的新航标——泉州体育馆设计研究

一、项目背景和基地概况泉州市体育中心是该市举办2008年农运会的核心区域,其规划用地位于泉州市城东组团中心片区中轴线以南,东邻城市主干道安吉路,西至福厦高速公路东辅路,北抵城东中心区大街,南靠浔美工业区。体育中心分三期建设:一期为体育场区、体育馆区和公共健身活动区;二期为市民健身中心、停     

某上市公司研发大楼设计回顾

介绍了为一家上市公司设计总部大楼的设计构想,阐述了如何实现现有用地拟建建筑与原有用地已有建筑进行合理布局的设计手段,具体分析了建筑布局及建筑造型的设计方法,以达到营造高效、景观优美的办公环境,体现严谨、理性的企业精神目的。     

VAV空调系统在中小建筑中的应用

1　工程概况上海市科技大楼的第 6层采用VAV空调系统 ,该层单独出租 ,包括接待前台、大小会议室、档案资料室、各类办公室及敞开式办公大空间。建筑面积 5 10m2 ,空调面积 4 10m2 ,建筑层高 3.3m ,空调冷负荷 6 0kW ,冷负荷指标 110W /m2 。该工程于 2 0 0 1年 1月进行方案论证、设计 ,3月开始安装施工 ,4月下旬竣工、调试 ,运行至今 ,效果良好。2　设计说明2 .1　冷热源选用空调主机为 1台高静压、风冷管道式热泵机组 ,制冷量6 0kW ,室外机有 2台压缩机 ,输入功率为 2 1.9kW ,可以分级启动 ,设置在屋顶 ;室内机为吊顶卧式暗装 ,输入功率…     

一类非线性系统的基于聚类优化的多模型自适应控制

针对一类非线性、快时变或系统参数跳变的离散时间系统,需要解决的问题是:设计多模型自适应控制器使得系统的输出能够更快、更准确的跟踪参考输入.为此,本文提出了一种新的基于聚类优化多模型集的方法.该方法首先根据系统的输入输出数据构造数据样本集,采用模糊核聚类自适应算法来对数据样本集进行自适应聚类,再对各类数据采用最小二乘法来建立局部模型.在多模型自适应控制过程中,当系统产生一个新的输入输出数据时,依据该数据与各聚类中心的距离来判断数据归属于哪个聚类,并利用递推最小二乘法来对相应的局部模型进行更新.如果不属于任何一个聚类的新数据累积到一定的数量时,则要重新对已有的数据进行聚类建模.另一方面,随着数据量的增加,多模型集中的模型数量也有可能逐渐增加,为了防止模型数量的无限增长,设定了一个模型数量的阈值,当模型数达到这一个阈值则根据新数据与各聚类中心的距离来删除最不符合当前系统状态的局部模型.最后,给出的MATLAB仿真结果表明:与传统方法相比,本文提出的方法能够使系统的真实输出更快更好的跟踪参考输入.可以得出,利用本文提出的一种基于聚类优化的多模型自适应方法可以更有效的解决一类具有非线性、快时变、参数有跳变的系统的控制问题,并经过了大量的仿真实验证明了该方法的有效性.     

新的汽油调合辛烷值模型及其现场应用

为了对汽油调合的配方计算进行优化,本文首先针对汽油的辛烷值属性提出了基于调合效应的模型,并以此为基础提出离线配方优化的策略和现场实施方案.通过对现场数据的建模,以及与乙基模型进行对比,调合效应模型在精度上有约5%的提高.此外,本文还展示了相应的现场实施结果.结果表明优化算法可对每个批次(约5500吨汽油)的汽油调合提供4.25万元的经济效应,为该炼油装置每年提供约1275万元的经济效益.