排序方式: 共有28条查询结果,搜索用时 187 毫秒
21.
22.
采用超声波辅助法提取陕产中药附子多酚,并采用紫外可见分光光度法测定多酚含量。确定其最佳提取工艺条件为:超声功率200 W、乙醇体积分数50%、提取时间20min、料液比1∶12(g∶mL),在此条件下,附子中多酚提取率为2.68%,多酚平均含量为0.536%。该研究可为临床合理使用附子的剂量提供科学理论依据。 相似文献
23.
全尺寸飞机机体疲劳试验时中央翼与外翼连接区域疲劳损伤的声发射监测 总被引:1,自引:0,他引:1
中央翼-外翼连接区域是某型飞机全尺寸疲劳试验需特别关注的部位,其中φ10mm垂直方向对接销钉和孔以及φ12mm水平方向对接螺栓和孔等,或因形状特殊无法使用超声波探伤,或者因不可达而无法应用常规无损检测技术检查。介绍了使用声发射技术对该部位的跟踪监测。利用趋势分析、基于时间、空间的滤波和基于幅度和能量分布等多种信号处理方式,以及多参数综合识别技术,对这些关键部位的状态进行了声发射连续跟踪监测,为保证机体部件疲劳试验的顺利进行起到重要作用。 相似文献
24.
基于分散鲁棒控制策略的冷连轧板形板厚多变量系统研究 总被引:3,自引:0,他引:3
在冷连轧生产中,通过弯辊来控制板形质量时,在一定程度上会对出口板厚造成影响;而通过调节辊缝来达到控制板厚质量时又会影响板形,这是一个耦合的双入双出过程.针对板形板厚多变量耦合系统,提出一种分散鲁棒控制策略,充分发挥鲁棒控制器的抗干扰性能,将耦合通道人为看作扰动后,针对独立通道分别设计鲁棒控制器,从而在保证各控制通道鲁棒性的同时实现了解耦.仿真实验结果表明了该设计的有效性. 相似文献
26.
道路裂缝是道路安全检测的重要部分,随着深度学习和计算机视觉的发展,利用深度学习对道路图像中裂缝信息提取的方法趋于成熟。现有深度学习道路裂缝检测方法对细小裂缝提取不完整以及受背景因素干扰,导致检测精度降低。基于CBAM注意力机制和残差网络,改进U-Net神经网络模型,构建一种融合残差和注意力机制的道路裂缝检测深度学习网络模型。该模型在U-Net网络的上采样和下采样过程中分别嵌入通道注意力机制和空间注意力机制。CBAM注意力机制在通道和空间维度上同时进行全局平均和全局最大混合池化,以提取更多有效的全局和局部细节信息。同时,在U-Net网络中融合残差模块,有效解决网络梯度消失、梯度爆炸以及网络退化的问题,进一步提高道路裂缝的检测能力。实验结果表明,在上采样和下采样过程中嵌入CBAM注意力机制网络的F1值提升到81.02%,相比U-Net原始网络,提升13.76个百分点。融合残差模块并在下采样过程中嵌入CBAM注意力机制网络的F1值达到85.82%,相比只嵌入CBAM注意力机制的网络,提升了4.8个百分点。 相似文献
27.
基于解耦的板形板厚系统鲁棒控制策略 总被引:1,自引:0,他引:1
针对多变量系统中前馈解耦效果依赖于系统模型的问题,提出了一种基于前馈解耦的鲁棒控制策略来保证系统参数变化时的解耦效果.针对连续轧制过程中强耦合的板形板厚系统,首先依据经验数学模型设计前馈解耦器,然后对消除耦合影响后的多变量系统设计鲁棒控制器,用多变量鲁棒控制抑制破坏解耦效果的各种不确定性因素的影响.针对实际系统中可能存在的干扰信号进行了抗干扰能力实验,针对系统参数可能存在的不确定性进行了抗参数摄动实验;仿真结果显示了良好的解耦效果,这也说明了该控制策略的有效性. 相似文献
28.