水分对不同煤种吸附甲烷特性影响及机理分析

为测定含水率对煤吸附甲烷特性的影响,采用朱仙庄矿的焦煤、赵庄矿的贫煤与阳煤五矿的无烟煤作为研究对象,依据高压容量法对不同变质程度煤进行甲烷吸附研究.分析了煤吸附甲烷特性及a,b值的变化规律,推算出三种煤样的水分影响系数.结果表明:焦煤、贫煤与无烟煤对甲烷的吸附量都会随煤样含水率的升高而减小,且在低含水率阶段,煤对甲烷的吸附速率变化较快,高含水率阶段,变化较缓;煤样含水率对煤的吸附常数a的影响较小,呈一次函数下降,对煤的吸附常数b影响明显,呈指数函数下降;煤样水分含量与水分校正系数的影响程度A,会随着煤变质程度的增大而减小.     

智能车追寻信标灯过程的图像处理

针对自动化系统中的信标定位技术，提出了一种基于图像进行信标定位的方法，并将其应用于智能车竞赛中.综合考虑真实环境的情况，利用中值滤波算法、动态求阈值算法、交换帧丢弃算法、改进型连通域算法和改进型畸变还原算法等多种算法处理线阵CCD和CMOS摄像头采集的图像，研究该方法的误判率.经实验测试和竞赛中的应用检验，该方法能实现智能车在高速行驶时对信标灯目标的追寻，在强光(约200 lx)、弱光(约75 lx)环境下测试1 000次的误判率分别为1.4%和3.2%.研究结果对解决准确定位信标问题具有重要意义.     

电力线载波数字通信系统的实现

分析了在电力线这一特殊介质中由调制解调实现信息传送的可行性,改进了以太网CSMA/CD协议,并在通信的寻址、传输过程中运用加密手法,设计一个具有一定安全性的DPLC通信系统及其通信协议。     

双凹面聚焦超声波场中悬浮粒子操控原理与实验仿真

为提高聚焦超声波场的悬浮能力以及拓宽悬浮粒子的移动区域, 研究了超声波场中声压大小的计算公式以及凹球面阵列中阵元的延迟时间与聚焦点位置的关系式, 并运用COMSOL多物理场软件进行仿真验证. 通过搭建双凹球面超声波阵列悬浮装置, 控制发射极信号相位实现了悬浮粒子在竖直方向上的移动, 实验中粒子的运动轨迹与仿真结果有较好的一致性. 结果表明:双凹球面超声波阵列声场声压更强、聚焦性更好, 且可通过对阵元相位信号的控制实现悬浮粒子在二维平面的移动.     

基于U-net和YOLOv4的绝缘子图像分割与缺陷检测

输电线路上绝缘子的完整性直接影响了输电的安全与可靠性.采用深度学习方法，对绝缘子图像识别提取和缺陷检测问题进行了研究.首先基于优化的U-net模型获取绝缘子区域掩模图像，实现对绝缘子串语义分割；然后基于YOLOv4模型获取缺陷绝缘子的位置，实现对自爆绝缘子目标的检测.为充分利用高分辨率图像的像素信息，提出“切分-识别-合成”的检测思路，精确分割出绝缘子以及判断并获取缺陷区域；最后设计了多组实验并进行对比，验证了模型的有效性.采用优化的U-net模型分割绝缘子的Dice系数达0.92；采用YOLOv4模型检测自爆绝缘子的识别精度达0.96，平均重叠度IOU达0.88.研究结果对实现电力系统运维的智能化具有较高的应用价值.     

嵌入式Web服务器技术在远程实验系统中的应用

随着嵌入式技术和网络技术的不断发展,两者的融合应用越来越广泛。本文提出并设计了一个基于嵌入式Web服务器技术的远程实验系统,将Web服务器嵌入到实验仪器上,客户端通过IE浏览器访问远程服务器,控制与其相联的现场仪器,采集数据并完成一个真实的实验过程。实验证明,远程测试与现场测试的结果一致,系统达到了预期的效果。     

带嵌入式终端的实验室开放管理系统构建与实现

本文针对实验室管理低效率、高消耗的现状,利用ASP.NET良好的程序构架开发了网络管理系统,并利用LPC2210处理器和RTL8019AS以太网控制芯片设计了基于Internet的嵌入式终端,构建了一个软硬件相结合的实验室开放管理系统。通过综合调试,验证了方案的可行性,为实验室的科学管理的进一步研究提供了平台。     

Ajax技术在远程实验控制方式中的应用

使用Ajax技术作为远程实验系统新的控制方式,可以有效地克服目前远程实验应用的一些比较突出的缺点。用户不需要安装任何客户端软件或下载任何插件,只需通过系统自带的浏览器就能以远程的方式完成一个真实的实验过程。实验证明,该实验过程、实验结果与真实实验一致,系统稳定、可靠,达到预期的效果。     

基于改进YOLOv5的农业害虫检测

设计了一种改进的YOLOv5模型实现对小目标害虫识别定位并将其应用于农业虫情分析。首先对数据集中的图片进行数据增强操作，结合目标背景分析，对一半数据进行降低亮度处理以增大训练难度。为了解决目标检测模型中小目标容易随着卷积神经网络的加深而导致目标信息丢失的问题，提出在模型中额外增加特征提取层，以达到丰富小目标的特征信息和位置信息的目的。该模型采用一种切割图像再检测的方法，在降低模型计算量的同时提高了检测精度。最后设计了多组实验并进行对比，验证了模型的有效性，平均检测精度达92%。     

基于改进八度卷积算法的人脸表情识别

针对目前人脸表情识别存在准确率不高、模型复杂和计算量大的问题，文章提出了一种基于八度卷积改进的人脸表情识别模型(OCNN):使用改进的八度卷积进行特征提取，提高对细节特征的提取效果，降低特征图的冗余，在不增加参数的同时减少运算量，以提高特征提取性能；利用DyReLU激活函数来增强模型的学习和表达能力；使用自适应平均池化下采样层代替全连接层，以减少参数；将模型在大规模数据集上进行预训练，并在FER2013、FERPlus、RAF-DB数据集上进行模型性能验证实验。实验结果表明：训练后的模型权重为10.4 MB,在人脸表情识别数据集FER2013、FERPlus和RAF-DB上的准确率分别达到73.53%、89.58%和88.50%;与目前诸模型相比，OCNN模型的准确性高且计算资源消耗低，充分证明了该模型的有效性。