基于NB-IoT技术的智能LED灯杆监控系统的研制

针对传统LED灯杆在远程监控、自动巡检、实时单灯调控、故障定位处理等方面存在的问题,本文提出基于窄带物联网（narrow band internet of things,NB-IoT）技术的智能LED灯杆监控系统的研制方案,采用STM32L151单片机作为主控芯片,控制多种传感器采集路灯信息,通过NB-IoT模块与核心网的连接,将采集到的路灯信息上传至OneNET云平台,并开发移动端应用程序（application,APP）和个人计算机（personal computer,PC）端监测界面以实现路灯故障信息的实时获取。实验结果显示：所研制的系统可以实时监测、控制路灯,快速、准确地确定故障路灯位置,实现单灯控制。     

白光LED用量子点玻璃的制备方法及应用研究进展

白光LED用量子点玻璃不但具有量子点高荧光效率、发光波长可调和较窄的发射波长等新颖的光学特性,而且量子点的热稳定性差和水氧抵抗性差的问题也很好的得到了解决,可以有效的避免封装材料黄化老化、发光不均匀和出现光斑等传统封装白光LED出现的问题。综述了白光LED用量子点玻璃的制备方法及其在LED的应用,并对白光LED用量子点玻璃的荧光效率和无铅、无镉量子点玻璃的研制提出了进一步展望。     

分光光度法测定食用植物油中的总黄酮含量

建立了食用植物油样品皂化后显色-分光光度法测定总黄酮含量的方法。样品在80℃水浴条件下用氢氧化钾-乙醇溶液皂化后直接以亚硝酸钠-硝酸铝溶液显色,选择353 nm波长用分光光度法测定吸光度。以芦丁为标样,用测定过含量的脱色油样制备标准溶液,显色后测定标准曲线。实验显示,测定大豆油样品的日内精密度相对标准偏差(RSD)为0.82%,日间精密度RSD为1.8%。食用油中的抗氧化剂、甾醇、多酚类成分对本法没有干扰。加标回收率99.1%±0.7%。用于实际样品测定市售大豆油样品中总黄酮含量为10.1 mg/L,大豆油样品中总黄酮含量为13.1 mg/L。通过对样品皂化处理,避免了实验过程中的乳化现象,精密度较好且操作简便。可用于植物油中总黄酮的测定。     

中小学教室内空气污染物来源及其质量评估

教室中空气质量的优劣对中小学学生的学习与生活影响巨大。分析了中小学教室室内空气污染现状,并对当前中小学教室空气中的甲醛、苯及甲苯、二甲苯以及氨等主要污染物的来源及特性方面做了简要分析。基于教室内学生的客观及体感与心理因素评估因素,建立了中小学教室室内空气质量综合评估模型。根据综合评估模型对位于北京市某中学五个教室内的空气质量进行评估。经分析,其评估结果能够有效地反映出当前教室内空气的质量。     

基于微服务与机器学习的煤矿安全监测系统

煤矿安全监测监控系统种类繁多、架构不一、信息不共享、功能无互助、监测数据难以得到有效利用,煤矿安全生产缺少可靠的数据支撑。为此,设计了一种基于微服务架构的安全监测系统,将信息管理与自动监测各业务系统统一,构建成一个灵活、稳健、高效的系统平台,以适应大数据分析与挖掘应用。通过基于Hadoop构建的煤矿安全监测大数据平台,实现对海量环境监测数据的分布式存储、选择性抽取和高效计算。通过对生产环境监测数据的集成和深入挖掘,建立机器学习模型,自动识别安全隐患并推荐相应的处理措施,起到对煤矿环境安全综合研判和科学决策的辅助作用,推动实现煤矿安全管理的智能化。     

柔性LED灯丝的发展进程与展望

柔性LED灯丝是一种新型的LED光源,将多颗倒装芯片串联封装在柔性透明基板制备成可任意弯曲与拉伸的灯丝,实现360°全角度发光。解决了刚性LED灯丝吸光、可塑性差、结构复杂、制造繁琐等问题,使LED灯丝得到进一步的应用与推广,推动了LED灯丝灯的发展。综述了柔性LED灯丝在封装结构、封装材料、封装工艺、散热技术等方面研究状况,对实际研究和应用有一定的指导意义。     

全光谱LED器件的光色调制及性能

使用SOB480、GAP530、NRL650三种荧光粉作为研究对象,通过不同质量配比的荧光粉进行封装的方法,调制出符合市场需求的全光谱白光LED。通过对3014 LED器件的光效、色温、色坐标、显色指数和发光光谱强度进行研究,最终发现通过色度坐标所选择的荧光粉配比在CIE色度图上对应的色度坐标均可以落在黑体辐射线上,全光谱白光LED器件的显色指数更高,其值均大于90,且发光光谱曲线更加连续。     

基于产品全生命周期评价的环境影响分析

产品全生命周期评价方法可有效的对产品系统造成的环境影响进行分析,对我国工业生产链有准确的指导性价值。分析工业产品LCA的发展历程,LCA理论应用的最新研究,发掘我国工业产品的环境影响评价的不足之处。针对当前我国LCA出现的问题,提出应加强生命周期软件的研发,加大对产品环境影响评价模型的研究以及保证产品数据的真实性和敏感性,进一步规范企业进行绿色转型,使工业产品能够更好的服务社会,为中国工业可持续发展提供有力支撑。     

350km/h动车组车轮磨耗对动力学影响研究

为探究中国350 km/h的动车组的车轮磨耗变化及其动力学性能变化,对运营中的某350 km/h的新型动车组进行踏面磨耗跟踪测量,发现车轮在镟修周期内出现了踏面凹型磨耗和轮缘根部磨耗问题。从轮轨接触关系开始对上述发现进行研究,并通过SIMPACK软件仿真模拟,探究在高速下该型车轮磨耗的增加对车辆的动力学性能(包括非线性临界速度、曲线脱轨系数、车辆平稳性指标、磨耗功率)的影响。研究结果表明:350 km/h高速运行的新型动车组,其车轮磨耗主要为踏面滚动圆处的凹型磨耗与轮缘根部磨耗;伴随着车轮磨耗的增加,轮轨接触发生改变,滚动圆两侧的疲劳损伤愈加明显,车辆的动力学性能不断恶化。最后就车轮的磨耗的发生位置与其特点提出了几点建议。     

基于改进的卷积神经网络图像识别方法

当前的图像特征识别大多采用的是传统的机器学习方法与卷积神经网络方法。传统的机器学习对图像识别的研究,特征提取多是通过人工完成,泛化能力不够强。最早的卷积神经网络也存在诸多缺陷,如硬件要求高,需要的训练样本量大,训练时间长。针对以上问题,提出了一种改进的神经网络模型,在LeNet-5模型的基础上并在保证识别率的情况下,简化网络结构,提高训练速度。将改进的网络结构在MINIST字符库上进行识别实验,分析网络结构在不同参量中的识别能力,并与传统算法进行对比分析。结果表明提出的改进结构在当前识别正确率上,明显高于传统的识别算法,为当前的图像识别提供新的参考。