排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
4.
5.
为保护矿区地表生态环境,提高喀斯特山区重复采动下地表沉陷变形的预测精度,首先理论分析了煤层采出后上覆岩层运移碎胀特征以及地表滑移机理,确定煤层采动引起山区地表移动变形的影响因素;在原有平地重复采动地表最大下沉值预测模型的基础上,考虑地表滑移对地表最大下沉值的叠加影响,构建了山区重复采动下地表最大下沉值预测模型,并结合数值模拟的方法,研究不同地面坡度下煤层采动对地表沉陷变形的影响;最后分别利用平地、山区重复采动下地表最大下沉值预测模型对采空区地表沉陷变形进行概率积分法预测,将预测结果与实测值进行对比分析.研究结果表明:基于山区重复采动下地表最大下沉值预测模型对采空区地表下沉值的预测精度较原有预测模型提高了1.4个百分点,水平移动值的测精度提高了4.3个百点分,表明山区重复采动下地表最大下沉值预测模型具有实用性,可为类似矿区的地表沉陷研究提供参考. 相似文献
7.
低成本双目视觉系统通常采用价格低廉的非测量相机,其视觉定位精度较低.若需获得较高的视觉定位精度,可通过算法来弥补或减少定位误差.本文阐述了基于H--S(hue-saturation)直方图反向投影结合特征点提取的双目视觉定位算法,可提取左右摄像头图像特征点,并用左图特征点和极线约束对右图特征点进行修正,从而可实现双目视觉定位.在此基础上,为了进一步提高定位精度和减少计算量,采用了快速鲁棒性特征(SURF)算法提取左右图像的兴趣点,并利用间接立体匹配法改进了右图特征点提取.实验结果表明,在低成本视觉定位系统中采用该算法可以有效地提高定位精度. 相似文献
8.
变压器绕组热点温度过高会导致绝缘老化速度变快,剩余寿命变短。为此提出了一种基于时序性外因非线性自回归(NARX)的自适应神经网络模型以获得更精准的绕组热点温度预测数据。首先,确定影响变压器绕组温度的外部特征因子种类;然后,对变压器绕组热点数据和其他数据进行预处理;最后,将处理后的数据输入时序NARX自适应神经网络模型进行训练和调参,完成模型的构建。经实例验证,提出的外因NARX自适应神经网络绕组热点温度预测模型能对不同类型变压器数据进行特定的预处理,并且与支持向量机回归、回归树、高斯核回归方法相比,预测误差更小,在提高精度上具有更大优势。 相似文献
9.
热处理工艺对316L不锈钢微丝组织和性能的影响 总被引:2,自引:0,他引:2
分别对 316L不锈钢微丝拉拔过程中的几道丝材进行了退火处理 ,研究了退火温度与保温时间对不同压缩率丝材的显微组织与力学性能的影响。结果表明 ,再结晶后的显微组织为完全奥氏体组织。丝径为0 2 4 5mm(压缩率为 83% )与0 113mm(压缩率为 96 % )的丝材 ,采用 10 5 0℃× 10s的热处理工艺 ,其再结晶后的晶粒度可达 11级 ,并具有优良的力学性能。丝径为0 0 3mm微丝的最佳退火工艺为 10 5 0℃× 1s。 相似文献
10.
针对变电站智能巡检机器人的仪表识别问题,提出了一种基于SURF的图像空间变换算法。首先,对建模图像仪表区域和待识别图像进行SURF特征提取;其次,采用KNN算法和双向匹配对所提取的特征进行筛选,提取优质匹配点对;最后,利用随机采样一致性算法(RANSAC)计算得到投影矩阵,从而能将待识别图像转换到建模图像空间,为后续识别提供便利。变电站实际测试结果表明了该算法的有效性。 相似文献
1