基于平板-高斯烟羽模型的海上重气泄漏事故研究

设计海上重气平板-高斯烟羽扩散模型,其中平板模型用在重气沉降阶段,高斯烟羽模型用在重气湍流扩散阶段,并设计虚拟源将两者结合.同时,对海洋环境下的模型参数进行优化,包括风速、泄漏源有效高度以及扩散参数等,将调整后的参数输入模型,对事故区域重气浓度定量可视化.结果表明,事故点处,重气以8 m/s的风速向东北方向扩散;在下风向98 m处等浓度曲线以内为爆炸限度;在转折点31 m处,两模型衔接基本吻合.经专家实地检测,以(100m,0.0025 kg/m~3)为校正点,校正后的模型仿真与当时扩散浓度点基本吻合.因此,该模型可对重气泄漏扩散浓度区域可视化,并为之后应急救援等提供技术支撑.     

基于混合优化方法的立体匹配算法

为了改善线性生长算法获得视差图可靠性差的问题,提出了一种基于混合优化方法的立体匹配算法。该算法综合考虑了计算效率和图像可靠性,将视差匹配转换为多目标优化问题,通过提出的基于模拟退火的鸽群优化算法求解此优化问题,从而实现视差阈值的自适应调节,并获取相应的根点的最优视差值。所提出的混合优化方法较好地克服了局部寻优和全局寻优方法易受初值影响且收敛速度慢的缺点。此外,为了进一步提高视差图可靠性,利用滤波法去除不可靠的视差。仿真结果表明,该算法可以获得更多深度信息,提高了线性生长算法计算视差图的可靠性和鲁棒性。     

基于混合优化方法的立体匹配算法

为了改善线性生长算法获得视差图可靠性差的问题,提出了一种基于混合优化方法的立体匹配算法。该算法综合考虑了计算效率和图像可靠性,将视差匹配转换为多目标优化问题,通过提出的基于模拟退火的鸽群优化算法求解此优化问题,从而实现视差阈值的自适应调节,并获取相应的根点的最优视差值。所提出的混合优化方法较好地克服了局部寻优和全局寻优方法易受初值影响且收敛速度慢的缺点。此外,为了进一步提高视差图可靠性,利用滤波法去除不可靠的视差。仿真结果表明,该算法可以获得更多深度信息,提高了线性生长算法计算视差图的可靠性和鲁棒性。     

有害气体检测的电化学技术的应用发展

介绍了电化学气体传感器发展过程、技术原理以及相应电化学检测类型的应用。进一步概述了电化学气体传感器的主要研究内容。简要介绍了气体检测的电化学工作原理及其检测手段发展;并通过检测原理不同,概述了有害气体检测的诸类电化学检测方法,分析了各类检测方式的优缺点。探讨了电化学气体传感器对多种有害气体浓度检测和种类检测的技术途径、最新应用;并根据现有研究成果,提出了在气体传感器检测方式迅速发展的阶段,电化学发展及其所蕴含的潜在动力及意义。