速度与激情

在赛车摄影圈里,提到好的照片,人们首先便会想到Sutton图片社,那些摄于F1赛场内的照片,尤其令人激动.Keith和Mark两兄弟的赛车摄影经验最早可追溯到上世纪70年代.“父亲常带Keith和我去Manchester附近的Oulton公园环道看比赛——我们的父亲也是一位狂热的摄影爱好者.”Mark Sutton说道.受访时,Mark即将去往Bahrain拍摄F1赛前测试.     

改进动态主元分析的工业过程故障预警研究

传统动态主元分析(DPCA)进行工业过程故障预警时,对所有变量选择相同时间间隔。为克服DPCA中没有考虑到变量延迟、动态变化速度不同的问题,采用变量延迟对齐、时间间隔可变等方法,对DPCA中扩展矩阵的组成方法进行改进。数值仿真结果表明,改进DPCA可以有效减少故障漏报。将该方法应用于原油初馏过程故障预警,在准确预警故障的基础上减少了漏报。     

卫星导航融合移动测量实现高精度测试

立得空间信息技术股份有限公司推出其自主研发的定位定姿系统产品,将为国内高精度惯性组合导航及直接空间定位应用需求提供快速、可靠、高效的技术手段,也是国内技术最领先的专业级高精度惯性组合导航产品。     

生物质气再燃特性试验研究

在天然气等气体燃料再燃研究的基础上,开展了生物质气再燃的研究。采用配制混合气的方法对生物质气化气还原NO的特性进行了试验研究。模拟的生物质气化气由CO,CO2,CH4,H2,N2构成。试验在电加热的刚玉管流反应器中进行,试验温度为1 000℃~1 400℃。研究了反应器入口氧气质量分数(0~5%)、当地当量比Φ(0.5~2.28)以及反应器温度等因素对还原NO的影响,并分析了生物质气化再燃的特性。得出结论:当量比Φ值是影响NO还原率的重要因素,Φ=0.8~1.1是NO还原率较高区域;提高温度有利于提高NO还原率。     

稻秆热解的实验研究

采用德国产NETZSCH STA 449C同步热分析仪,升温速率β=10 K/min、15 K/min、20 K/min和30 K/min,在303 K-973 K间,对稻秆在氮气环境中的热解特性进行实验研究.实验表明,β=15K/min时热解气态产物最多,β=10 K/min时实验反应热最大,差示扫描量热分析(DSC)曲线的峰、谷与微分热重分析(DTG)曲线的峰、谷有着对应关系.提出以453 K为临界温度,以水平直线代替低于临界温度部分的DSC曲线的方法,将实验曲线转换为干生物质DSC曲线.预测了干生物质在热解过程中的反应热,预测结果与稻秆化学成分分布规律对应,证实所提出的预测方法是有效的.     

联合属性散射中心的极化目标重构新方法

传统极化目标分解方法将各个像素的散射机理分解为基本散射机理类型的线性加权和,难以反映部件整体结构的极化信息;对于低信噪比的人造复杂目标,直接分解难以反映目标真实的散射特性．通过引入全极化的属性散射中心模型,将目标信号分解为若干典型散射中心的组合以保留结构的整体性;联合极化对属性散射中心进行特征参数提取以降低噪声影响．提出了一种联合属性散射中心的极化目标重构新方法,该算法能很好地从低信噪比的极化数据中对目标信号进行恢复并保持目标典型结构的整体性,有效增强了极化图像的可视性．     

干烟叶的显微近红外图像分析

采集干烟叶的显微近红外图像,并用主成分分析方法和相关光谱成像的方式对其进行图像分解,并且比较2种图像分解方法的特点。结果表明,对干烟叶样品的显微近红外图像采用主成分分析的方法提取其特征向量,并将第二主成分特征向量与淀粉的近红外光谱对比,特征向量与标准物质光谱的相关系数达到0.9779,表明第二主成分的特征向量主要源于淀粉,第二主成分得分值图像主要代表干烟叶中淀粉的分布;干烟叶的淀粉相关光谱成像图和第二主成分得分值图像的分布形状和趋势基本一致。     

生物质热解机理研究进展

总结了生物质热解动力学模型的研究进展,指出了全局反应动力学模型的不足之处;由此讨论了包含具体热解产物的热解机理反应模型,介绍了近年来热解机理研究的新方法,同时列举了包含新方法的实验例子;最后指出了热解机理研究中存在的关键问题。     

高温空气燃烧若干因素对NOx生成量的影响

高温空气燃烧的关键技术之一是获得低氧环境,以降低NOx生成量。通过对与高温空气燃烧技术有关的稀释剂、燃料射流和空气射流速度、燃料射流倾斜角度、燃烧空气散布角、燃料喷嘴和空气喷嘴之间的距离、空气预热温度、燃料预热温度和过量空气系数等因素进行分析,总结了一些因素对NOx生成量的影响,可以为工程技术改造提供建议,实现节能和环保的双重效果。     

独立属性散射中心参数降耦合估计方法

属性散射中心模型是基于几何绕射(GTD)模型完善得到,其模型参数具有频率和方位依赖特性,相比点散射模型对目标特征描述更为准确。但属性散射中心模型中也引入了参数维数增加的问题,模型参数估计相对困难。针对属性散射中心模型的参数估计,该文对图像分割后获得的独立散射中心进行研究,提出一种将部分参数降耦合的参数估计算法。通过建立合理的代价函数进行参数估计。相对传统参数估计方法,该方法无需获取准确的参数的初始值,从而在复杂性和时效性上有很大的改进。最后,基于仿真数据的实验论证了该文方法的有效性。