煤炭废弃物制备微晶玻璃研究及成分优化

对微晶玻璃的成分进行了研究分析,并优化设计;通过差热分析研究了晶化温度、升温速率等热处理工艺参数的影响,通过扫描电镜和x射线衍射仪分析了其微观形貌和晶相;检测了其密度、抗折强度、显微硬度等性能。结果表明,所制备的40%SiO2-15%Al2O3-30%CaO微晶玻璃具有良好的力学性能,其主要晶相为黄长石,晶粒度约为4μm。     

基于定点化自适应选择卷积神经网络的电力缺陷识别方法

无人机(unmanned aerial vehicle,UAV)电力巡检时的图像数据量急剧增加,为使深度卷积神经网络(deep convolutional neural network,DCN-N)在低功耗的前提下仍能准确识别出电力缺陷,将重点改进传统DCNN算法,以减少机载前端平台中DCNN模型的计算成本,有效提高电...     

基于无人机三维影像技术的输配线路巡检设计

常用系统提取输配线路骨架时,对图像像素点是否为骨架点判断不准确,输配线路骨架显示不完整,造成输配线路位置拟合误差较大。为此,设计基于无人机三维影像技术的输配线路网格化巡检系统。文中通过灰度转换、滤波去噪、阈值二值化,预处理无人机采集的三维图像,利用细化技术,判定边缘集合邻近像素点是否为骨架点,提取完整输配线路骨架。设置对比实验,选取电网主通道输配线路,划分25km带状区域作为实验区域,实验结果表明,设计系统减小了输配线路净空距离、水平距离、垂直距离的拟合误差,输配线路位置拟合更加准确。     

基于无人机技术的巡检作业车网格化巡检移动充电系统设计

随着电网发展,无人机的使用越来越普遍。由于安全、交付、搜索和恢复等多种应用,无人机电池容量有限成为最关键的问题之一,需要解决自动充电和电池优化问题,以延长无人机的运行时间。本文介绍了UAGVR(无人机和地面车辆充电)系统的设计和实现,该系统允许无人机从地面车辆(UGV)接收按需无线充电。UGV上的目标跟踪摄像头允许其自动向UAV机动,以接受自动着陆和充电。提出了一种适用于UAGVR系统的协同任务规划算法。使用小型地面车辆和小型四旋翼直升机开发了概念验证系统。实验结果证实了系统设计的有效性,并对今后的工作提出了建议。     

激光雷达输电线路点云数据智能分类方法研究

为解决传统分类方法处理大规模输电线路可视化巡检的激光雷达点云数据时效率低、精度差的问题,提出了一套自动分离输电线廊道中电力线、杆塔、地面和植被的智能化方案.首先依据曲率及邻域特征精准提取出电力线点;然后利用布料滤波法分离地面点和非地面点;最后基于圆柱模型从非地面点里识别出杆塔点和植被点.此研究选用了三段不同密度的输电线...     

基于无人机遥感技术的配电网巡检系统设计

目前我国电网巡检以人工为主,由于相关监管体系并不到位,存在电力支线丢失等问题,现提出基于无人机遥感技术的配电网巡检系统设计。系统硬件设计方面包括客户端、服务器、无人机遥感终端三部分,根据硬件配置设计无人机遥感终端,确定终端操控方式。系统软件设计方面包括获取遥感巡检图像,采用自适应滤波设计系统导航算法巡检配电网,建立配电网数据模型,检测配电网线路的运行情况,让图像与实际数据紧密结合,实现配电网巡检。实验结果表明,与选取的其余系统相比,本系统与实际配电网电力线路具有较高的拟合度。     

钙元素对褐煤热解和气化过程中产物的影响

综述了钙元素对褐煤热解及气化影响,讨论其对产物中焦油产率、气体产物和挥发分的分布影响,以及其在过程中发挥的催化作用。结果表明,在热解过程中,钙元素会降低焦油产率,提高半焦产率;在气化过程中,钙元素能提高半焦的反应活性,加快反应速度。使CO2和CH4产率降低,H2和CO产率得到了提升。     

基于双视卷积神经网络的输电线路自动巡检

卷积神经网络算法被广泛应用于输电线路自动巡检领域,但传统卷积神经网络电力缺陷识别模型的泛化能力较差.为此,提出一种融合双角度图像信息的卷积神经网络检测算法(CVR-RCNN),其利用2个视角可见光图像识别输电线路的常见缺陷.经实验测试,CVR-RCNN模型具有良好的鲁棒性,受试者工作特性(ROC)曲线下面积(AUC)值高达0.927,缺陷检测准确度较传统算法有显著提高.因此,CVR-RCNN能明显改善电力缺陷检测效果,可为无人机自动巡检输电线路提高准确稳定的算法架构.     

从米糠油皂脚中非极性溶性提取谷维素研究

本文探讨非极性溶剂微波萃取法从米糠油皂脚中提取谷维素的工艺条件,并对所得谷维素进行IR,GC和理化性质的测定,试验结果表明,在最佳工艺条件下用非极性溶剂微波萃取法的提取率可达到70．3％,较无微波下提取率约62％要高得多。