钢渣对水体黑臭底泥磷释放的控制效果

钢渣是富含Ca元素的吸附剂,文中以钢渣粒径和投加量为影响因素,底泥释放的磷为控制指标,并利用钢渣浸出的Ca2+和Fe2+,结合等温吸附、动力学和XRD揭示了钢渣对底泥的控磷机理.结果表明:钢渣投加量对除磷和pH的影响强于粒径.钢渣(投加量为2.5 g/L、粒径为20目)使上覆水的磷减少了54.7％,底泥磷减少了40.4％,且不影响水体pH和DO.钢渣向水中缓释Ca2+,界面处高浓度Ca2+形成除磷层,释放的Fe2+不明显.钢渣通过钙磷结晶沉积和单分子层化学吸附除磷,除磷之后的钢渣采用磁性回收.     

线性自抗扰的增稳云台控制系统研究与实现

增稳云台是维持摄像头稳定并获得清晰图像的重要装置。文中提出一种LADRC线性自抗扰控制算法与FOC矢量控制算法相结合的方法，并将其应用于增稳云台系统中，提高增稳云台的控制精度、稳定性与抗干扰能力。其次，对无人系统增稳云台的硬件和软件进行设计，搭建测试实验平台。测试结果表明，所设计的控制系统运行良好，对阶跃控制命令的上升时间在0.3 s以内，在17.5 m/s的风速环境下，三轴角度的变化范围在0.15°以内，可达到预期目标。     

Kernel虚拟机的3D图形加速方法

针对当前Kernel虚拟机(KVM)中3D图形硬件加速不完善的现状,提出一种支持OpenGL加速的改进方法。把提供虚拟机3D应用程序加速的开源虚拟机图形库运行在KVM上,使其支持应用程序OpenGL图形加速,并通过对VMGL框架和功能的改进,使得宿主机渲染后的图像结果回显到KVM上,实现虚拟机上的图形加速。     

基于FPGA的量化推理CNN加速系统研究与设计

基于FPGA的量化推理设计了CNN加速系统;通过对主流的深度神经网络结构的运算特性分析,使用(Density-Based Spatial Clustering of Applications with Noise) DBSCAN聚类算法截取阈值的INT8量化推理方法,融合深度神经网络全连接,减少数据运算位宽和压缩网络大小,在准确率损失很小的情况下有效压缩了网络结构;基于LeNet-5、VGG-16与ResNet-50的CNN网络结构,设计出量化CNN加速系统并进行校验;实验结果表明,网络参数和输入特征数据量化精度为8-bits时,网络压缩率在25%的情况下,网络准确率的损失低于1%;在Xilinx XC7K325平台上量化推理CNN加速系统的运行频率为450 MHz,与其他相似类型的加速器比较,其GOPS性能提升2倍。     

抑制α-葡萄糖苷酶活性的啤酒糟多肽的合成与表征

采用以Fmoc为保护基团的固相合成法来合成啤酒糟多肽SS-5(序列:Ser-Pro-Asp-Arg-Ser),以高效液相色谱(HPLC)技术对合成肽粗品进行纯化脱盐,得到纯度95%以上的样品。合成肽SS-55对α-葡萄糖苷酶的抑制作用检测结果表明,合成肽SS-5的活性受所含盐离子浓度的影响,低浓度时抑制率较高。而圆二色谱和荧光猝灭试验结果表明,合成肽SS-5与α-葡萄糖苷酶之间存在相互作用。说明可以通过固相合成法快速大量获得对α-糖苷酶具有一定抑制作用的啤酒糟多肽SS-5。     

卡尔曼滤波在四轴飞行器导航中的应用

针对制约四轴飞行器的导航控制精度的主要因素,提出了基于卡尔曼滤波的四轴飞行器组合导航方法,该方法将MIMU(微惯性测量组合)与GPS(全球定位系统)导航的数据融合,进行MIMU/GPS组合导航.仿真实验和实际应用结果表明,该方法能够提高导航定位精度,具有良好的容错性.     

永磁同步电机电磁振动噪声抑制方法综述

论述了目前国内外永磁同步电机电磁振动噪声抑制方法的发展现状,梳理引起永磁同步电机电磁噪声的电机径向力、电机谐波以及磁致伸缩力,通过减小这些影响因素,可以达到抑制电机振动噪声的目的。例举现阶段优化电机结构和降低磁致伸缩力的有效方法,总结了需进一步研究的重点内容,为抑制电磁噪声的后续研究提供参考。     

电机定子硅钢片磁致伸缩效应引起的振动

为了研究磁致伸缩效应对电机定子硅钢片的影响,建立磁-机械耦合数值模型,研究了在磁致伸缩作用下电机定子的振动情况,得到电机定子硅钢片的振动主要为供电频率的一倍频与二倍频。设计了一种仿真实验模型,模拟电机中的磁场走向,线圈与无取向硅钢片不接触,这样无取向硅钢片上只存在由变化磁场导致的磁致伸缩力;通过改变硅钢片的位置,分析磁场不同走向下磁致伸缩效应对无取向硅钢片应力特性的影响,得到无取向硅钢片主要振动频率为供电频率的一倍频和二倍频,且硅钢片处于不同位置时影响其振动的主要频率不同;在磁路发生偏转时造成无取向硅钢片在供电频率一倍频处振动明显。同时设计了实验,测量变化磁场下无取向硅钢片上的振动信号,对仿真结果进行验证,与仿真结果相符合。