基于区块链的分布式能源交易关键技术

分布式能源凭借能效高、运行灵活、经济性好等特点,逐渐成为发电的重要来源。区块链技术的去中心化、公开透明等特性与分布式能源的交易需求相吻合,探索基于区块链的分布式能源交易有助于消纳能源,降低信用成本。首先从双方的典型特征方面,分析了区块链技术与分布式交易的契合度;接着介绍了区块链技术在提高交易处理效率方面的新发展,以及结合了区块链技术的分布式能源交易理论研究与实际应用;然后,从点对点(P2P)交易、集合竞价以及连续双边拍卖3个方面,分析了国内外在区块链交易方面的研究现状;最后给出了中国在区块链参与消纳分布式能源、建设需求响应管理等方面的建议。     

一种包装质量视觉检测软件的通用模型

在现代工业自动化生产中，有许多包装质量检测任务，一般这些工作是靠人工检测完成的．但是人工检测通常无法达到满意的检测效果，而机器视觉则非常适合于包装质量检测。本文描述了一种包装质量视觉检测系统中检测软件的通用模型。     

图像处理在流量仪表检定中的应用

在很多工业应用中需要对仪表显示值进行自动识别,本文提出了一种仪表自动化检定的新方法,介绍了一种基于数字图像处理技术的指针式仪表读数识别方法,克服了传统方法中由于手动和人工读数造成的精度低、可靠性差等缺点。本文先对整个系统结构予以介绍,然后讲述了图像预处理、图像分析和识别等数字图像处理技术,这些都是仪表自动检定系统中关键部分。     

谈谈数字视频监控称重系统

简要介绍了数字视频监控称重系统的构成、特点及工作原理，论述了利用常用开发工具Delphi、VB编程实现数字视频图像采集的方法。     

基于奇异值分解行人对齐网络的行人重识别

为解决行人重识别的训练数据集中自动检测出的行人图像背景过大和行人部分缺失的错位现象问题,使用空间变换网络层对图像错位进行处理。为优化整个网络的深度学习过程,提高图像检索能力,增加网络特征层,使用奇异值向量分解方法对其进行处理。将行人对齐网络和奇异向量分解相结合,构造奇异值分解行人对齐网络,既可解决图像错位问题,又提高图像特征的相似性度量的效果。在Market1501、CUHK03和DukeMTMC-reID数据集上进行试验,并与行人对齐网络和其他深度学习与非深度学习的行人重识别方法进行比较,试验结果中整个网络的平均检索精度和行人图像第一次匹配正确的概率平均达到了65%和80%左右,这表明奇异值分解行人对齐网络可以提高对行人匹配的效果。     

竖井罐笼提升控制系统的设计与实施

设计和实施了某煤矿竖井罐笼提升微机控制系统，提出了系统总体设计方案和分类设计方案，开发了罐笼提升安全控制软件程序，并研制罐笼提升安全控制设备和罐笼提升安全控制执行部件，解决了煤矿安全生产中竖井罐笼提升安全控制“三闭锁”的问题，对保证煤矿安全生产具有重要的意义和实用价值。     

复杂产品制造精度控制的数字化方法及其发展趋势

汽车车身、发动机等复杂产品通常要经历数十道乃至上百道加工工序,零件毛坯偏差、机床误差、夹具定位误差以及操作、环境等因素引起的误差在制造过程中传递和累积形成产品综合偏差,并最终影响产品整体性能和市场竞争力。面向工艺设计的线外质量控制,根据产品结构和质量要求,确定制造过程工位布置以及工艺参数;面向工艺过程控制的线内质量控制,则根据制造过程中所出现的尺寸偏差问题,确定尺寸偏差根源并采取相应工艺控制措施,两者相辅相成共同推动制造质量的提升。数字化方法是实现产品制造精度控制的关键。结合汽车车身、发动机制造精度控制的理论研究和工程实践,阐述复杂产品制造精度控制的科学内涵和技术要点。基于描述多工位制造过程偏差产生、传递、累积与湮没的偏差流理论,提出复杂产品制造精度数字化控制的总体框架。从数字化工艺设计和数据驱动的工序控制两方面,总结和归纳面向线外质量控制的产品制造工艺数字化设计方法和面向线内质量控制的复杂产品制造工艺过程控制方法。针对高端装备和高性能产品的制造需求,展望了复杂产品质量控制的发展趋势。     

大型轴承往复式双端面磨床数控系统

简要介绍了大型轴承双端面磨床的现状、存在的问题和应采取的措施;重点介绍了大型轴承往复式双端面磨床的研发情况和Powermate0数控系统及其设计编程,给出了数控系统连接图。     

DTI脑连接组分析中分割模板的选择

由于脑网络性质会因网络构建方法不同(如脑区划分模板、弥散磁共振成像(magnetic resonance imaging,MRI)模型、纤维素追踪算法和网络加权方案等)而出现较大的差异,针对弥散张量成像(diffusion tensor imaging,DTI),基于临床研究中的典型设置,研究了不同分割模板对脑网络拓扑参数的影响.参与本研究的75例健康老年人均接受了相同的认知功能综合评估和同一3T磁共振采集系统的全脑扫描.结果显示全局拓扑属性对脑区划分的空间尺度非常敏感,而对脑区划分原则并不是特别敏感.脑网络的模块化结构相对较稳定,不易受到节点划分尺度和节点划分原则的影响.中等分辨率的模板在大脑老化分析中具有更高的敏感性,可能更适合于常规DTI脑网络分析.     

UWSNs节点运动模型及预测定位

为提高水下无线传感器网络(UWSNs)中动态节点的定位精度,降低通信能耗,提出采用节点的运动模型实现预测定位.考虑到近海监控网络中,潮汐运动是海水运动的主要成因,以粗略的近海潮汐运动模型为基础,以高斯径向基函数作为空间基函数构造节点的运动模型;利用K-medoids方法对模型中的高斯径向基函数中心进行聚类优化;提出了采用扩展卡尔曼滤波的方法实现模型系数的估计.考虑到普通节点与锚节点运动的空间相关性,设计了与到锚节点的距离相关的权重系数,以锚节点的运动模型系数估计普通节点运动模型中的系数,进而完成自身定位.对东经117.25°—132.2°,北纬24°—43.45°海域UWSNs的节点定位性能进行仿真分析,结果表明:所提出的节点预测定位方法的定位性能较高,定位覆盖度和定位精度高于SLMP方法和MP-PSO方法,平均通信能耗低于SLMP方法和MP-PSO方法.所提出的节点预测定位方法适用于大规模水下动态无线传感器网络定位.