超声萃取-GC/MS法测定纺织品中光引发剂907

建立超声萃取结合气相色谱质谱联用法测定纺织品中光引发剂907的分析方法。试验采用甲醇为萃取剂,于40℃下超声萃取25 min,采用外标法进行定量。结果显示,光引发剂907在0.2～20 mg/L范围内,具有良好的线性关系(R>0.999)。该方法操作简单,回收率为98.4%,精确度(RSD,n=6)为3.2%,检出限为(S/N=10)1.0 mg/kg,能够满足纺织品中光引发剂907的检测需求。     

双天线航向测量与惯导姿态组合指向方法研究

针对传统双天线GNSS/MEMS＿INS松耦合组合系统在高精度指向对准应用中,由于子系统测量基准不一致产生标定误差,从而导致系统输出载体方位角误差大、精度低等问题,提出了一种基于指向角解耦的组合方式来降低该标定误差对方位角的影响,使组合系统的方位角误差控制在±0.1°以内。首先对传统组合方式的指向角测量展开分析,指出问题所在,然后分别介绍了传统组合方式模型和改进之后的组合模式,最后以传统组合系统为参考,对两种组合方式进行实地测试分析。实验结果表明,改进之后的组合系统相比传统组合系统在方位角测量均值上提升了0.082°,与真值相比误差仅为0.046°;方位角测量精度为0.236°,相比传统模式提升了0.842°。可应用于高精度指向对准场景中。     

深松机器人作业环境建模和改进路径规划研究

针对深松机器人深松土壤作业时对室外环境感知能力差,还需要人力驾驶拖拉机进行室外作业的缺点,基于ROS(Robot Operating System)框架下利用SLAM(Simultaneous Localization and Mapping同时定位与建图)和路径规划技术进行高精度室外深松机器人应用研究。阐述SLAM算法和Cartographer算法的原理,根据田地环境需求,选择适用的地图模式,基于ROS框架对本地路径规划和全局路径规划的算法进行了分析和研究,设计研发了基于ROS的深松机器人实验平台,在基于ROS的深松机器人实验平台上进行测试,分析基于ROS框架下各节点之间的话题通信数据流向。实验第一步运用Cartographer算法建立栅格地图,获取地图后,针对不同土壤环境的特点和农作物对土壤主要特征的要求经行分析,研究出两种深松机器人工作模式：大型微耕模式和大型深耕模式;实验第二步基于Cartographer算法提供的地图上进行大型微耕模式的路径规划和大型深耕模式的路径规划的实验,并对不同工作模式的路径规划的算法进行分析。结果表明：Cartographer算法满足室外农田环境下的定...     

管缆斜坡式铺设系统设计及应用

在海洋石油工程中,柔性管缆应用广泛,进行管缆铺设施工,水平铺设方式是一种常见形式。该文提出了一种基于水平铺设形式范畴的斜坡式铺设系统,介绍了铺设系统的设备组成、设备选型方法、配套结构设计、结构计算分析、海上施工效果等内容。该斜坡式铺设系统在流花16-2油田群工程项目中得到了高效的应用,提高了管缆铺设效率,为在类似项目中推广提供了参考依据。     

提高高凝点原油混输海管抗风险能力研究

渤海油田油气资源储量丰富,开发潜力大,但原油多为高含蜡、高凝点,该性质为海上油田安全、高效开发带来了挑战。对于高含蜡、高凝点、高黏度的原油输送海管,渤海油田通常通过掺水外输方式进行输送。渤海某平台原油具有高含蜡、高凝点的物理特性,由于是新投产平台,产水量较低,掺水水源通常来自水源井,因此当水源井或掺水泵一旦发生故障无法实现掺水工况下,平台将会被迫停产,对海管进行紧急置换,将会严重影响产量。为了提高高凝点原油混输海管的抗风险能力,根据油田实际运行数据进行了理论研究,并开展了降低掺水量的先导性试验进行了验证,最终取得了理想研究成果,在提高高含蜡油田海底管道输送抗风险能力,确保油田高效开发方面提供了一定的指导意义。     

WAAM技术应用与研究现状

通过堆焊增材(再)制造技术快速制造零件、修复破损零件或者对零件进行表面改性,能够有效延长零件使用寿命.基于电弧为热源的增材制造技术由于经济以及效率优势而广泛受到关注.从电弧增材制造技术优势出发,讨论了几种适用于堆焊增材制造的材料以及改善其力学性能的方式,最后对增材制造中存在的问题以及发展趋势做出了展望.     

基于关联规则的Apriori算法的可视化实现方法

关联规则的提取是数据挖掘中的重要研究内容,对关联规则提取中的Apriori算法进行了分析与研究,针对该算法的运算效率不高,对该算法进行了优化.该算法以经典的Apriori算法为基础,改进后的算法在运算速度明显好于Apriori算法.同时,还介绍了一种基于Apriori算法的可视化挖掘模型[1],并讨论了该可视化模型的实现方法.     

基于轮廓线局部描述符的三维人脸识别

提出了一种基于等测地轮廓线的局部描述符来识别三维人脸。首先对三维人脸数据进行预处理, 得到统一的人脸区域并进行姿态归一化; 然后根据测地距离提取到鼻尖点相同距离的点组成等测地轮廓线, 对轮廓线进行重采样, 并对轮廓线上每个采样点的邻域提取局部描述符; 最后在建立测试人脸和库集人脸的点对应关系后进行局部描述符的加权融合和比较, 给出最终识别结果。算法在FRGC(face recognition grand challenge)v2. 0数据库上进行测试, 实验结果表明该方法具有较好的识别性能。     

改进单尺度Retinex的复杂光照人脸识别算法

在光照复杂条件下人脸识别性能明显下降。针对单尺度Retinex算法易产生"光晕"现象,提出一种改进单尺度Retinex算法的复杂光照人脸识别方法(ISSR)。首先利用拉普拉斯梯度算子增强光照人脸图像的边缘信息,然后在单尺度Retinex算法的基础引入符合人眼视觉特性的中心自适应调节拟合函数,以增强图像各个颜色分量,提高人脸图像对比度,最后采用Yale B和CMU-PIE人脸库进行仿真测试。结果表明,ISSR算法增强了人脸图像的对比度,改善了人脸图像的视觉效果,有助于提高人脸图像识别率和识别速度,能满足复杂光照条件下的人脸识别要求。     

基于小波去噪的有向加权社团发现研究

目前大部分社团发现方法都是针对无向无权图,但实际的社会媒体中的社团内部个体交互过程可以抽象为一个有向加权图,并且权重中含有大量的噪声.为解决有向加权社团的划分问题,本文提出一种基于非负矩阵分解(Nonnegative matrix factorization,NMF)可去噪声的社团发现方法.该方法通过小波阈值去噪对社会网络数据进行去噪处理,结合有向加权的非负矩阵分解算法对去噪后的数据集进行社团发现,准确找出社团结构.在社会媒体的实验数据集和标准数据集上的实验结果表明,该算法针对带噪声的有向加权图社团发现问题具有良好划分性能,SNR为15时,在Lesmis数据集上的社团划分准确率达到96％,划分模块度值提高了29％.本文为解决带噪的有向加权的社会网络数据提供了切实有效的处理方法.