新型钢丝圈清洁器的使用效果

为了解决钢丝圈挂花问题,阐述了LH001新型钢丝圈清洁器的特点和应用效果;通过试验说明使用新型钢丝圈清洁器断头率低,基本无挂花,纺纱效果好。指出:新型钢丝圈清洁器是普通钢丝圈清洁器的更新换代产品,值得推广。     

前混合磨料射流锚杆拆除装置设计

介绍锚杆应用及常用的拆锚方法,针对现有前混合磨料射流退锚装置存在锚杆拆卸时间长、工人作业环境差、装置部件锈蚀维护性差等问题,提出了一种前混合磨料射流退锚改进装置,并进行现场试验,结果表明,所改进设计装置具有退锚时间短、对工人伤害小、操作简便、部件维护周期长和无需专门配备泵站等特点,对进一步提高锚杆拆除效率具有重要参考价值。     

餐饮废油生物柴油低温流动性的改进研究

使用气-质联用仪测定餐饮废油生物柴油(WCME)和-10号柴油(-10PD)的组成,使用冷滤点试验器和运动黏度试验器测定WCME的低温流动性,同时使用调合、添加低温流动性改进剂的方法改进WCME的低温流动性。实验结果表明,WCME主要由饱和脂肪酸甲酯和不饱和脂肪酸甲酯组成,质量分数分别为27.63%和71.81%;WCME冷滤点为0℃,运动黏度(40℃)为4.41mm2/s;WCME与-10PD调合后,冷滤点降低,其中B20的冷滤点最低,为-13℃,运动黏度随着WCME的体积分数的减少,逐渐接近-10PD的运动黏度。通过添加低温流动性改进剂,WCME,B10,B20的冷滤点分别从0,-8,-13℃降至-4,-26,-25℃。     

基于多尺度双线性卷积神经网络的多角度下车型精细识别

针对多角度下车辆出现一定的尺度变化和形变导致很难被准确识别的问题，提出基于多尺度双线性卷积神经网络（MS-B-CNN）的车型精细识别模型。首先，对双线性卷积神经网络（B-CNN）算法进行改进，提出MS-B-CNN算法对不同卷积层的特征进行了多尺度融合，以提高特征表达能力；此外，还采用基于中心损失函数与Softmax损失函数联合学习的策略，在Softmax损失函数基础上分别对训练集每个类别在特征空间维护一个类中心，在训练过程中新增加样本时，网络会约束样本的分类中心距离，以提高多角度情况下的车型识别的能力。实验结果显示，该车型识别模型在CompCars数据集上的正确率达到了93.63%，验证了模型在多角度情况下的准确性和鲁棒性。