火电厂喷涂管焊缝开裂原因分析

利用显微组织检测、扫描电镜、能谱检测等方法,对3种表面有喷涂层的不同材质锅炉受热面钢管焊缝热裂纹形成的原因进行了分析。结果为:焊接时,碳含量较高的喷涂料在焊接时熔入焊缝,初生相发生变化,导致硫元素在晶界析出,形成低熔相或共晶,造成晶界弱化,在冷却收缩引起的拉伸应力作用下形成了结晶裂纹。提出对表面喷涂防磨材料的钢管焊接时,要将坡口两侧表面打磨干净以及加强金属部件焊缝区域监督检验的建议。     

S9系列节能变压器

能源是国民经济可持续发展、提高人民生活水平、促进社会进步的重要物质基础。经济、能源与环境的协调发展是实现我国现代化目标的主要前提。目前,我国的能源利用率只有32％,比发达国家低10多个百分点,主要工业产品能耗比发达国家高30％～90％。这就使我国单位国内生产总值能耗比发达国家高4倍多。为此,我国确定了“能源节约与能源开发并举,把能源节约放在首位”的能源发展方针,以期推进全社会节约能源,提高能源利用率和经济效益,保障国民经济和社会的健康发展。     

光缆故障维修一例

石家庄铁路分局电视台是1997年初建的,是石家庄有线广播电视台的“三代”单位,即:石家庄铁路分局有自建系统,石家庄有线广播电视台信号只送到分局电视台前端入口,凡是铁路分局宿舍均由石铁分局电视台自行联网,并负责分局宿舍的维护、维修、收费工作。由于铁路各宿舍比较分散,距离较远,用电缆联网势必会影响信号的传输质量,因此,采用了入地敷设光缆联网,对5个较大的宿舍区敷设光缆近21ｋｍ。由于当时敷设光缆经验较少,在地沟内未采用铠装光缆敷设,而是直接将12芯光缆敷设在沟内的6孔砖内,为以后光缆发生故障埋下了隐患。2000年3月初某天晚8点…     

基于双模态融合特征的模糊语音识别研究

针对模糊语音发音机理相近、听觉上容易混淆和容易被智能机器误识的问题,该文设计了一个双模态模糊语音数据库,并提取不同特征用于分类研究.数据库包括语音信号和发音器官运动信号两种模态,共计语音数据6300条,运动信号数据1 268条.提取声学特征与运动学特征,在特征层进行双模态的融合,通过核主成分分析降维来得到双模态融合特征...     

全过程内涝防治体系视角下的城市内涝风险评估研究

城市内涝风险评估是指将城市内涝风险性质和程度进行定性或定量评估的工作。全过程内涝防治体系包括以源头减排能力、排水设施能力、蓄排能力为主的内涝治理工程体系和以监测预警、应急管理、体制机制为主的内涝治理保障体系。本研究提出一种城市内涝风险评估方法,即对全过程内涝防治体系进行评估,判断城市是否满足内涝防治标准的要求,对于不满足内涝防治标准要求的城市,根据内涝风险等级和地区重要性形成城市内涝风险评估结果。该方法可以推进城市内涝灾害治理工作的有序进行,为城市内涝风险评估和内涝风险区划定提供技术支撑。     

基于莫尔光纤光栅的F-P LD双模自激注入锁定

提出一种基于莫尔光纤光栅的F-P(法布里-珀罗)半导体激光器双波长自激注入锁定生成拍频信号以获得所需毫米波的实验方案。实验结果表明,在11.7nm波长调谐范围内可获得边模抑制比约为30dB的双波长输出,该双波长输出可产生高达168GHz的拍频信号。该高频毫米波信号生成方案的系统结构简单,成本低廉。     

基于提升方向波变换域的SAR图像压缩

提出了一种基于提升方向波变换SAR图像的压缩算法.该算法构造了方向波变换的提升方案,通过改进的四叉树分块算法寻找局部最优的变换方向,有效地描述了图像中的方向特征.根据变换系数分布特性构造了多方向各向异性的多级零树结构,提高了编码效率.对多幅SAR图像的压缩实验表明,较之基于小波的SPIHT和JPEG2000等算法,本文方法在性能指标和视觉效果方面均得到了明显提高,尤其在低比特率下,优势更加突出.     

改进的形态学肺部图像边缘检测

针对肺部图像边缘检测中存在的噪声问题,在数学形态学边缘检测的基础上做了3点改进:(1)结合结构元素3个基本选取原则,即形状的相似性、尺寸的覆盖性和不同结构元素的组合性,选取适合肺部图像的全方位结构元和多尺度结构元;(2)改进了普通的形态学边缘检测算子,将全方位结构元和多尺度结构元相结合,得到适用于肺部图像的新型复合形态学边缘检测算子;(3)将峰值信噪比(Peak signal-to-noise ratio, PSNR)加入权值计算方法中,改进了权值的计算方法。最后通过仿真实验,对PSNR为50684 9 dB的肺部噪声图像进行边缘检测,并与一般算法进行比较,结果表明改进算法在PSNR和均方误差(Mean square error, MSE)上均有明显改善,能够检测出更清晰、去噪效果更好的肺部图像边缘。应用于其他图像或加入不同噪声时,本文算法也能检测出更清晰的图像边缘,表明该算法具有很好的鲁棒性。     

ST-Rec3D：基于结构和目标感知的三维重建

基于视图的三维重建旨在从二维图像恢复出其对应的三维形状。现有方法主要通过编码器-解码器结构,结合二元交叉熵函数及其变形,完成三维重建,取得较好的重建结果。然而,编码器在编码过程中缺乏对输入视图的结构感知能力,造成重建的三维模型几何细节不准确;以二元交叉熵函数为主的损失函数在体素分布不均衡的情况下,目标感知能力较差,导致其重建结果存在断裂、缺失等不完整性问题。针对此类问题,提出了一种具有结构和目标感知能力的三维重建网络(ST-Rec3D),以单视图或多视图为输入,由粗到细地重建出三维模型;结合注意力机制提出了一种具有空间结构感知能力的编码器,即结构编码器,以充分捕捉输入视图中的空间结构信息,有效感知重建物体的几何细节;将IoU损失引入到三维体素模型重建中,在体素分布不均衡的情况下,精准感知目标物体,确保重建物体的完整性和准确性。在ShapeNet和Pix3D数据集上的对比结果表明,ST-Rec3D在单视图和多视图上重建的三维模型的完整性和准确性均优于当前方法。