引黄渠道的几个设计问题

黄委会水科所曾组织引黄泥沙测验队对引黄灌溉泥沙作过较大范围的调查，实验，提出不少研究成果，随着观测资料的积累和广泛的搜集，对资料又不断作了修正。现在介绍如下，供使用者参考。     

非线性结构自适应模型逆飞行控制律设计研究

文章结合自适应控制、模型参考控制和动态逆控制理论提出了结构自适应模型逆非线性控制系统,设计了飞行控制器.通过李亚普诺夫稳定性定理推导了自适应规律,保证了闭环系统的稳定性.仿真表明该方法对模型参数不准确和外界干扰具有很好的自适应能力,能够满足飞机在过失速机动条件下的控制指令跟踪,且系统具有良好的控制性能及鲁棒性.     

基于TEM图像的CNT溶液分散均匀性分形方法

针对传统评价方法的不足,提出了一种以分形理论为数学模型基础的碳纳米管长度分布及分布均匀性的定量评价方法.将碳纳米管溶液TEM图像进行处理,得到简化矩阵,以简化矩阵的第1个元素为原点,提取不同步长及该步长内所有元素的和,在双对数坐标中以拟合直线的斜率作为碳纳米管长度分布参数p1.以TEM图像的中心为圆心做圆,提取不同半径圆内的碳纳米管数量,在双对数坐标中以拟合直线斜率的倒数作为分散均匀性参数p2.将该方法应用于不同方法分散的碳纳米管分散均匀性的描述,结果验证了该方法能正确地评价碳纳米管的长度分布及其分布均匀性.     

基于Pandora 观测的OMI 全球臭氧产品精度验证

臭氧是大气中一种重要的微量气体, 是影响对流层与平流层大气运动的重要成分之一, 臭氧的高精度探测 对于环境和气候具有重要的意义。OMI 传感器是目前具备探测全球臭氧含量的主要遥感传感器之一。利用地基 Pandora 观测网全球范围内44 个臭氧观测站点数据对OMI 卫星数据产品进行了精度验证。结果表明: OMI 臭氧产品 与Pandora 地基测量结果之间具有很好的线性相关性, 相关系数达到0.948, 但精度结果存在区域差异。在南半球地区, 相关系数为0.915; 在北半球低纬度地区, 其相关系数为0.932, 中纬度地区相关系数为0.948, 而在高纬度地区, 相关系 数达到了0.957。此外, 验证精度还与臭氧柱总量存在相关性, 在臭氧柱总量低于220 Du (对应臭氧空洞条件) 时, OMI 卫星产品存在高估现象, 高估约13%; 而在臭氧柱总量高于400 Du 时, OMI 的臭氧产品低于Pandora 地基测量结果, 且 随着臭氧柱总量增加, 低估情况也越严重, 在臭氧柱总量达到500 Du 时, OMI 臭氧产品低估约4%。     

基于机器视觉的锪窝深度检测方法研究

针对飞机板材上锪窝孔深度检测效率低及人工检测主观性大等问题,提出了一种基于机器视觉的锪窝深度检测方法。根据锪窝孔的特点,设计了一套以3D激光轮廓传感器为基础的锪窝孔图像采集系统,利用Halcon算法库对采集到的图像进行分析处理。利用阈值分割算法和形态学图像处理算法对锪窝孔进行边缘粗定位,通过卡尺工具法提取锪窝孔外圆的亚像素边缘点,采用RANSAC算法拟合边缘点得到光滑的边缘曲线并获取其半径,从而计算出锪窝深度。经实验验证,该检测方法正确率高且稳定性好,测量精度可达到20μm。     

基于高分五号DPC氧气A吸收波段的云顶压强反演

云顶压强可用于估计云高,对气象观测和云特性研究等具有重要的作用.基于高分五号卫星搭载的多角度偏振探测仪(DPC)在氧气A吸收带设置的763 nm和765 nm两个波段进行了云顶压强反演方法的研究.首先,通过辐射传输模拟和多项式拟合得到了大气压强的计算公式,并对拟合公式进行了误差分析和校正.然后,分析了气溶胶、大气廓线等...     

疏通3D打印机喷嘴装置建模与运动仿真

为观察疏通3D打印机喷嘴装置的运动情况,利用UG软件首先对组成装置各部分零件建立了三维实体模型,然后对所建立的各部分零件进行虚拟装配,进而对装置进行运动仿真,该方法可直观地观察疏通3D打印机喷嘴装置的具体过程,并在此基础上成功研制出物理样机,为更加优化疏通3D打印机喷嘴装置提供了依据和有益参考。     

利用静止气象卫星数据确定大气气溶胶光学厚度

我们开发了一个利用静止气象卫星（GMS）可见光通道观测资料实时反敢溶胶光厚度的应用软件,该软件包括利用可见光通道辐射亮度反演气溶胶光学厚度的辐射传输计算模块和Windows平台上实时显示气溶胶光学厚度的用户界面模块,将该软件应用于分析渤海湾地区气溶胶光学厚度的时空变化,取得了初步的结果。     

基于遗传算法优化SVM的刀具VB值预测的研究

针对刀具磨损量的预测问题,建立了基于支持向量机回归理论的刀具VB值的在线预测模型。对声发射信号和电流信号分别进行EEMD分解和小波包分解得到的能量值,把它与主轴转速、进给量和背吃刀量一起组成初始特征向量。通过主成分分析进行数据处理,把得到主元作为遗传算法优化的支持向量回归机的输入向量。结果表明,该模型精度高,运行速度快。