船舶液压油中微小颗粒的快速检测与计数研究

液压系统在船上具有广泛应用,当液压油污染物中出现粒径大于20μm的颗粒时,说明该系统发生了异常磨损,可能导致故障的发生。利用光阻法,设计并制作了微流控油液颗粒检测芯片,搭建了简单有效的光学检测系统,并经信号放大和数据采集实现了对微小颗粒的检测,最后通过Java编程实现了对粒径大于20μm颗粒进行计数。对25~38μm的铁颗粒进行快速检测的结果表明,系统的检测性能良好,证明方法是可行的。     

面向人工智能的Python语言教学探索

Python语言拥有强大的人工智能算法库,本研究采用项目驱动的方式,并充分利用python深度学习框架如Tensorflow的优势等。同时将机器学习的典型案例阶梯式地融入Python语言的教学中,形成一个稳健的教学生态链。在创新教学模式下,同学们通过程序的编写与调试等充分的实践训练,掌握Python语言,获得人工智能开发的感性认识,并使其具备初步的面向人工智能系统的研发能力。     

船舶液压油中金属颗粒浓度快速检测研究

当液压系统发生异常磨损时,液压油中金属磨粒的浓度会急剧增加,因此,液压油中金属磨粒的浓度检测也是在线监测常用的手段之一。利用光阻法,设计并制作了微流控检测芯片,搭建了相应的光学检测系统,选取粒径为10μm和20μm的铁粉,分别配制了不同浓度梯度的油样,并进行了大量的检测试验。结果表明:当金属磨粒的浓度增大时,信号幅值可增大近6倍,而且信号幅值随着磨粒的粒径增大而增大;光阻法可用于液压油中金属磨粒浓度检测,并且具有良好的检测效果。     

油液过流速度对船舶液压油检测精度的影响

为提高平面电感式微流控检测芯片的检测精度,研究了油样过流速度与信号幅值大小的关系。介绍了电感式微流控检测芯片的检测原理,理论分析了油样过流速度对检测信号幅值产生的影响并进行了公式推导,然后采用控制变量法对其进行了实验验证。选用粒径在80-85μm之间的铁颗粒作为待测颗粒,将油样的过流速度分别设定为0.02-0.10ml/min进行了实验。结果表明,随着油样过流速度的增加,信号幅值逐渐减小,且呈线性关系;在其余因素不变,仅改变油样的过流速度时,检测信号的幅值最大可增大87.5%。研究表明,实验结果与理论推导结论相符,通过减小油样的过流速度可增大检测信号的幅值。该项研究对提高平面电感式微流控检测芯片的精度具有参考价值。     

速率对微流体油液检测芯片颗粒计数灵敏度的影响

介绍了基于电感原理的微流体油液检测芯片,研究了油液中铁颗粒通过微流体油液检测芯片检测区的速率对颗粒计数灵敏度的影响。制作了微流体油液检测芯片,搭建了检测系统。实验研究了不同驱动速率与颗粒产生的电感脉冲信号幅值之间的关系。研究结果表明:对于同一铁颗粒,其通过检测芯片时的电感脉冲信号幅值随着速率的增加而线性减小。该研究结果为提高微流体油液检测芯片的检测精度及灵敏度提供了参考。