水肥状况对沙地小麦灌浆的影响

通过对不同品种、不同水肥条件和不同砂土类型的小麦子粒形成及灌浆强度的测定表明，沙地小麦灌浆主要良现为灌浆期短(一般15-17天)，开花至成熟持续时间短(30天左右)，千粒重低，灌浆强度较高的特点。千粒重与旗叶单位面积干重、茎秆上部三个节间单位面积干重均呈极显著负相关，与倒二叶、倒三叶相关不显著。土壤水分状况是影响沙地小麦灌浆的重要因素，增施有机肥，可减少灌水，提高灌浆强度，延长灌浆时间。     

基于安全系统工程的地铁投资控制分析

应用安全系统工程方法 ,将实现投资控制目标视为投资系统安全 ,突破投资目标视为事故 ,并应用事故树对地铁投资系统的事故原因和安全对策进行分析 ,以更有效进行地铁投资控制 ,提高投资控制效果。     

基于M算法的1000 BASE-T千兆以太网收发器联合解码均衡器实现研究

提出了一类适用于IEEE 802.3ab标准1000 BASE-T千兆以太网收发器的预滤波M算法联合解码均衡器.通过研究保留路径数、期望信道响应拖尾长度以及回溯深度等参数对M算法解码器的性能与硬件复杂度的影响,确定了优化参数和结构.0.18μm标准单元CMOS工艺下的综合和后仿真证明其性能与硬件复杂度均优于常用的预滤波并行判决反馈解码器(Parallel Deci-sion Feedback Decoder,PDFD).研究表明,预滤波M算法解码器适合在多种情况下取代预滤波PDFD,用于1000 BASE-T千兆以太网收发器联合解码均衡器,其中4tap PF-MA4解码器的性能优于14tap PDFD,而面积仅为其39%.     

AP1000安全壳氢气控制系统分析

氢气控制系统是在严重事故工况下保证安全壳完整性的重要措施之一。该文以AP1000安全壳氢气控制系统为研究方向,介绍AP1000氢气控制系统,说明AP1000在严重事故下氢气控制有效可靠,满足第三代核电技术安全标准。     

基于FLOWNEX的AP1000常规岛热力系统全范围建模及瞬态工况模拟

常规岛热力系统全范围快速建模对于常规岛的安全设计有重要意义.以主给水管道破裂事故为例,按照纵深防御的要求,第一跨防水淹设计基准是保证布置在第一跨的设备冷却水系统(component cooling water system,CCS)CCS泵组功能不会因为水淹工况而丧失.因此,建立完整的常规岛二回路汽水系统工质流动模型,并进一步确定泄漏量最大的主给水管道破裂工况,能为AP1000及后续电厂的常规岛主厂房第一跨防水淹设计提供数据支撑和指导策略.基于FLOWNEX计算软件,通过建立汽轮机、汽水分离再热器、凝汽器、除氧器、高低压加热器、主泵、凝结水泵等部件的关键模型,完成AP1000二回路汽水系统建模,实现了对凝汽器水位、除氧器水位、抽汽量等关键参数的模拟,并实现了对泵跳闸等关键控制逻辑的建模,通过简单修改边界条件即可实现不同功率台阶的切换以及功率的瞬态变化.模型稳态计算工况与热力系统平衡图符合较好,降功率瞬态计算快速准确,为下一步事故工况的建模计算提供了模型基础.     

AP1000严重事故下的氢气源项及消氢措施分析

 采用一体化严重事故分析工具,建立包括主热传输系统、专设安全设施、安全壳系统的AP1000的事故分析模型。根据AP1000概率安全评价选取典型事故序列,同时叠加相关安全系统失效的严重事故进程进行模拟,结果表明,中破口始发严重事故压力容器内会产生624kg的氢气,安全壳隔间有氢气燃烧的风险。同时,建立氢气控制系统模型,选取热段中破口始发(MB-LOCA)的严重事故序列,分析氢气控制系统的消氢效果,结果表明,氢气控制系统可以有效地将氢气浓度控制在安全限值以内,采用64个点火器叠加2个非能动氢气复合器(PARs)可以有效降低点火次数。     

珍珠的无损鉴定

介绍了珍珠的常规鉴定方法并以傅里叶变换红外光谱法(FT-IR)为手段对珍珠进行无损鉴定。根据红外光谱线在1472cm^-1(±)的吸收峰出现与否以及与蛋白质有关的谱峰的变化可以有效地对珍珠进行鉴定。     

TMS320C6000与CAN控制器接口设计与实现

介绍并分析了高性能定点数字处理器TMS320C64x和CAN控制器SJA1000的接口信号及时序。基于复杂可编程逻辑器件CPLD,设计了DSP处理器和CAN控制器之间的接口电路,并给出了详细的软硬件实现方法,具有很好的实用性。     

实时车牌识别边缘系统设计及FPGA实现

为解决边缘设备端车牌识别系统适应性差和识别率低的问题,提出一种基于深度学习处理单元(DPU)的车牌识别系统设计方法.该方法首先将车牌识别网络进行改造使其可在DPU上运行,并通过压缩与激励(SE)模块组合优化神经网络识别率.将DPU部署在现场可编程门阵列(FPGA)上,调用神经网络对视频图像进行车牌识别,设计出可兼顾新能源车牌的车牌识别系统.实验结果表明,以大规模数据集作为图像输入,车牌识别系统的平均识别准确率可达94.1%,运行速率可达4 ms.