基于显微视觉的宏/微双重驱动微动台的自动标定

提出了基于压电技术的微操作系统的自动标定方法,采用混合式步进电机直接驱动的宏动平台,实现系统大行程宏动定位,安装在宏动平台上的压电陶瓷驱动的微动平台和精密光栅,实现亚微米级的分辨率和定位精度,通过以上两部分实现定位机构的全闭环反馈控制,采用显微视觉反馈获取微动台操作器在图像中的位置信息进行标定。实验结果表明:系统的动态和稳定性能良好,自动标定运算速度快,运行速度达到11 frame/s,实现了对系统的精确标定,标定精度达到0.1μm。     

一种新型智能光纤传感器的研制与应用

光纤传感技术是一种新型的传感技术，目前已受到国内外广泛重视而得到高速发展。光纤液位变送器具有高精度、高可靠性，不受电磁干扰等优点，特别是在防爆要求非常高的油气集输领域，它的无电检测、光信号传输完全消除了不安全的因素，为易燃易爆场所提供了安全可靠的检测仪器。     

便携式全站仪在钻采井架钢结构安装中的应用

文章介绍了一种由便携机和全站仪组成的便携式全站仪 ,阐述了该全站仪在钻采井架钢结构施工安装过程中的测量工作 ,对测点产生的误差采用伪逆自由网平差方法进行处理 ,控制点的精度可达到± 5mm ,该全站仪具有快速、灵活、准确的特点 ,不仅提高了生产效率 ,而且达到了对资料的计算机化管理。     

基于西门子楼宇自控系统的中央空调计费系统

介绍了基于西门子楼宇自控系统的空调计费系统的软硬件设计和具体实现.该系统的特点是借助西门子S600系统强大的数据处理和控制能力,采用时间记录和能量测量相结合的方法进行计费,具有实时监测和定时输出报表功能.该系统计量准确、计费合理、安全可靠、性价比高,满足了现代物业管理的需要.     

压电量测系统漏电影响分析

本文通过对压电量测系统等效电路图的逐步简化,得出矩形脉冲信号的漏电方程;并对系统在各种情况下的时间常数,漏电相对误差进行了计算,最后就系统在校准和现场测试中经常碰到的几种情况,进行了定量估算,从而解决了压电量测系统在使用中的一些具体问题。     

连轧机用人字轮齿轴断裂失效分析

用宏观断口分析、化学检验、力学性能测定、低倍检查、金相组织及夹杂物评定鉴别、受力分析及强度寿命定量估算的方法，对人字轮被动齿轴端断裂失效原因进行分析，并提出改进措施。     

试论双点后方交会简便公式

根据双点后方交会的图形特点和已知条件，列出了方程组，推导出了双点后方交会直接计算座标的简便公式，同时求出了精度计算公式，以供测量人员参考     

铸铁热分析用试样新型激冷剂的实验研究

从冷却曲线上相变段倾角最小原则出发，研究了新型激冷剂的配比与热分析法检测铸铁成分精度的关系，实验结果表明，能使相变段倾角最小的成分配比，也能提高对铸铁成分的热分析和检测精度。     

长25-29井卡钻事故的处理

长２５－２９井在完井阶段通井过程中发生粘附卡钻事故，在处理卡钻过程中又发生卡套铣筒、井漏、溢流等事故及复杂情况。通过对井下情况的认真分析，采取先堵漏后循环再解卡的处理方案，顺利地解除了该次卡钻事故，大大地减少了经济损失。     

A comparison of backpropagation and general regression neural networks in quantative trace metal analysis using anodic stripping voltammetry and cybernetic instrumentation

A comparison is made between backpropagation and general regression neural networks for the prediction of parts per billion lead concentration when used to process data obtained from digested curry powder by the electrochemical analysis method of differential pulse, anodic stripping at a thin film mercury electrode (TFME). Two data sets are used, one requiring the net to classify an unknown analytical data vector into one of a number of previously learnt concentrations, and one requiring the net to predict the probable concentration of an unknown sample by interpolation of the already learnt concentrations. For both of these data sets the general regression neural network is shown to train faster and to provide results superior to those obtained by backpropagation.