排序方式: 共有15条查询结果,搜索用时 0 毫秒
1.
2.
3.
V2O5-MoO3/TiO2 催化剂的NOx选择性催化还原及SO2氧化活性 总被引:2,自引:0,他引:2
采用浸渍法以TiO2为载体制备V2O5-MoO3/TiO2 选择性催化还原催化剂,研究V2O5和MoO3负载量对于催化剂选择性催化还原反应及SO2氧化活性的影响,并考察氧含量、氨氮物质的量比和反应空速对3%V2O5-6%MoO3/TiO2催化剂选择性催化还原脱硝活性的影响。结果表明,随着催化剂中V2O5负载质量分数增加,V2O5-MoO3/TiO2 催化剂的选择性催化还原活性和SO2氧化活性均呈上升趋势。MoO3的负载对催化剂的SO2氧化活性有明显抑制作用。MoO3负载质量分数超过9%,制备的催化剂既保持较高的低温选择性催化还原活性,又使选择性催化还原反应中的SO2转化率小于1%。 相似文献
4.
为有效降低齿轮箱故障特征的维数并提高诊断效率,提出了基于邻域属性重要度的齿轮箱故障特征优选方法,并结合支持向量机和BP神经网络对诊断的准确率和时间进行对比分析。以齿轮箱中不同裂纹齿轮为对象,选取能够表征齿轮箱故障状态的时域、频域和基于希尔伯特变换的36个特征。构造基于邻域模型的前向贪心数值属性约简算法进行特征优选,提取属性重要度较大的9个特征组成最优特征子集,数据压缩量达到75%,并输入支持向量机分类器中进行分类识别,用BP神经网络分类器进行结果的比较分析。结果表明,采用基于邻域属性重要度的齿轮箱故障特征优选方法,既可以在降低特征维数的情况下有效地表征齿轮箱的运行状态,又可以提高诊断的精确度和诊断效率。 相似文献
5.
6.
为有效降低滚动轴承故障特征的维数并提高诊断准确率,将主成分分析(PCA)和支持向量机(SVM)方法应用到轴承故障特征的融合分析中,给出了相应的决策流程。应用基于小波包分解的特征提取算法及特征向量的构造方法对不同状态下的振动信号进行分解,得到用于表征轴承运行状态的8维特征集合;应用PCA提取累积贡献率达到95%的特征主成分并输入SVM分类器中进行识别。结果表明,将滚动轴承故障特征从8维降低到5维,仍可有效表征轴承的状态,但大大降低了计算的复杂性;故障诊断的准确率达到97%以上,诊断时间也相对较短;4种轴承状态识别的准确率从高到低依次为正常、外圈剥落、滚动体剥落和内圈剥落,可为确保设备安全运行和快速故障诊断提供理论依据。 相似文献
7.
浅基础承载力及地基沉降评估是工程勘察设计的基本问题,从事国际岩土工程有关的建设项目,应充分了解国际主要浅基础评估方法、计算公式及设计流程。以伊拉克鲁迈拉油田重型储罐工程为案例背景,进行了系统完整的浅基础案例分析,分别基于抗剪强度准则与沉降控制准则确定了重型罐基的地基承载力,并结合数值分析技术分析了储罐基础的沉降变形性状。结果表明:浅基础承载力的确定应兼顾地基强度与变形要求,沉降是储罐基础承载力的主要限制因素;结构荷载对储罐基础中心点的沉降影响最为显著,地基沉降随着深度以及与储罐中心距离的增加而逐渐减小,基底沉降性状总体呈“碗状”形态;相邻罐体的荷载会对基础变形产生一定的叠加影响,两罐相向部位的沉降较相离方向略大。研究可为从事类似国际岩土工程项目时确定地基承载力及地基变形提供参考。 相似文献
8.
9.
10.
针对复杂场景下行人检测效果差的问题,采用基于深度学习的目标检测中领先的研究成果,提出了一种基于改进Mask R-CNN框架的行人检测算法。首先,采用K-means算法对行人数据集的目标框进行聚类得到合适的长宽比,通过增加一组长宽比(2:5)使12种anchors适应图像中行人的尺寸;然后,结合细粒度图像识别技术,实现行人的高定位精度;其次,采用全卷积网络(FCN)分割前景对象,并进行像素预测获得行人的局部掩码(上半身、下半身),实现对行人的细粒度检测;最后,通过学习行人的局部特征获得行人的整体掩码。为了验证改进算法的有效性,将其与当前具有代表性的目标检测方法(如更快速的区域卷积神经网络(Faster R-CNN)、YOLOv2、R-FCN)在同数据集上进行对比。实验结果表明,改进的算法提高了行人检测的速度和精度,并且降低了误检率。 相似文献