重介质选煤中的过程参数及其控制方案

介绍了重介质选煤中主要过程参数的类型和检测方法;通过一个例子,提出了用通用多回路数字化控制仪表实现重介质选煤过程控制的方案。     

矿物掺合料的颗粒级配对水泥砂浆性能的影响

在水泥中掺入适当细度的矿物掺合料,使胶凝材料的颗粒级配接近紧密堆积状态时,砂浆的强度会有所提高,水泥凝胶体的微观结构也会得到改善。     

三维双线性多分辨率形变模型研究

形变模型在计算机视觉和计算机图形学等领域均有广泛的应用.但现有形变模型的建立或依赖于不稳定的人脸图像对应光流算法,或需要大量的人机交互,而且基于随机梯度下降算法的模型匹配过程常收敛于局部最优值.针对这些缺陷,提出三维双线性多分辨率形变模型.首先基于人脸关键特征分割和网格重采样建立原始人脸的自动稠密对应;然后经紧致凸松弛将模型匹配问题转化为两个双线性规划问题,最后通过基于内点方法的全局优化算法求解.基于模拟和真实数据的实验表明:该模型在最优性、模型匹配速度、收敛性和对噪声异常点的鲁棒性优于传统的形变模型.     

水平管段高压超浓相煤粉输送特性的数值模拟

在充分考虑气固两相相互作用的基础上,利用修正后的κ-ε湍流模型对以CO2为输送介质的高压超浓相煤粉气力输送进行了数值模拟.对于固相体积分数高达25％的高压超浓相煤粉气力输送,采用该模型模拟一体化管道(垂直管、弯管、水平管连接在一起),获得了水平管段中不同粒径的颗粒在截面上的速度分布、浓度分布,以及不同表观气速下水平管段中固相的径向浓度分布.模拟结果表明,在相同的输送条件下,大粒径煤粉的速度较低,更容易在水平管道沉积;煤粉粒径相同时,表观气速较大的颗粒在沉积区的浓度分布较小.将模拟结果与相同试验条件下的水平管电容层析成像(ECT)结果进行了对比,验证了本文模拟结果的正确性.     

DWDM与CWDM技术优越性的初步探讨

随着信息时代的到来，人们对光通信带宽的需求日益增加，波分复用技术（WDM：Wavelength—Division Muhiplexing）以其巨大带宽和传输数据的透明性成为当今光纤应用领域的首选技术。密集波分复用（DWDM：DenseWDM）技术具有大容量、数据透明传输、升级扩容方便、灵活等特点，成为长途骨干传输网和核心城域网的首选技术。随着宽带城域网（BMAN）成为信息化建设的热点，粗波分复用（CWDM：CoarseWDM）技术应运而生，并以低成本、拓扑灵活、接入业务类型多、短距传输等特点成为城域及边缘接入层的一种低成本解决方案。     

基于密集连接的层次化显著性物体检测网络

全卷积神经网络(FCN)在许多密集标记任务中表现出色。最近,基于FCN的显著性物体检测模型得到了快速发展。在本文中,提出了一种基于FCN的像素级显著物体检测网络。该模型首先通过自动学习多层次多尺度的显著性特征进行显著性粗略预测,包括颜色、纹理、形状和物体性等特征。然后采用密集连接的特征提取模块来进一步提取更丰富的特征信息。此外,本文引入跳层结构以提供更好的特征表示,利用深层产生的物体性语义特征引导浅层输出的显著性图更好定位显著性对象,最后,网络使用加权融合模块以组合各种特征。为了进一步提高显著图的空间连贯性并生成清晰轮廓,本文采用条件随机场(CRF)模型作为后处理步骤以优化网络预测得到的加权显著性图。整个网络以粗糙到精细的方式进行显著性检测,在5个公开的常用基准数据集上进行性能评估,并与10个具有代表性的算法进行比较,证明了本文所提模型的稳健性和有效性。     

紧致度量空间及其逆极限空间

研究了紧致度量空间X上连续映射f :X→X及其逆极限空间lim← (X ,f)上移位映射σf:lim← (X ,f) →lim← (X ,f)之间的相互关系 :f有不变集当且仅当σf 有不变集 ;f有稠密轨道当且仅当σf 有稠密轨道 ;X中有非回归点当且仅当lim← (X ,f)中有非回归点 ;f在X上是拓扑传递的当且仅当σf 在lim← (X ,f)是拓扑传递的 .     

道路碎石垫层异常缺陷的探地雷达响应特征

采用探地雷达技术探测碎石垫层异常,研究碎石垫层脱落、碎石垫层层间具有密实-疏松界面、碎石垫层厚度变化及碎石垫层由松散块石充填4种异常的探地雷达响应特征。时域剖面评价、钻探资料验证、典型单道波形时域及频谱对比分析表明:碎石垫层脱落表现为同相轴的缺失,碎石垫层层间弱反射的反相性,谱能量分布在整个频率范围,且在550~800MHz出现较强信号;碎石垫层间存在密实-疏松界面表现为碎石垫层层间存在同相轴,谱能量集中在中低频区,能量峰较多;碎石垫层厚度变化表现为上下界面反射波时间差的大小(同相轴的上凸或下拉);碎石垫层由松散块石充填表现为强振幅复合波(同相轴杂乱,具有小绕射弧),谱能量峰叠加严重,峰值较大。     

基于改进YOLOv3的轻量化神经网络算法研究

对于小样本数据集,YOLOv3神经网络框架在训练时存在特征利用率和特征传递效率低的问题,其网络性能得不到充分利用,为解决这些问题,该研究提出基于改进的YOLOv3轻量化神经网络模型,该网络模型将YOLOv3基础框架中的ResNet残差网络结构改为DenseNet的密集串联结构,并将多尺度输出结构删减到2个.在自制麻将子数据集上的实验表明,改进YOLOv3的神经网络的每秒计算帧数(FPS)对比改进前提升了119.03%,预测目标与实际对象交并比(IoU)在0.5以上的平均检测精确度(mAP-50)提升了2.45%.将改进模型推广至开源数据集Kaggle以及Caltech上,改进模型相比原模型的每秒计算帧数分别提升了124.39%、140.05%,预测目标与实际对象交并比在0.5以上的平均检测精度分别提升了12.5%、5.34%.     

多粒级加重质流化特性的实验研究

为拓宽加重质的粒级分布范围,保证流化床床层稳定,根据颗粒的性质及级配原则,对窄粒级加重质进行配比,分析其粒度组成及流化特性,并进行分选实验。结果表明,在一定粒度范围内,具有细粒级宽分布的颗粒有利于改善流化质量;以不同粒度分布的两种加重质进行配比,粗颗粒中细颗粒的质量分数不宜超过50％,且30％为最佳;较宽粒级范围的加重质具有良好的分选特性,在分选气速适合的范围内,能形成均匀稳定的床层并取得较好的分选效果;气速为5．67cm／s,分选时间为90s时,流化床的分选精度较高,且Ep值为0．030。该研究为提高气一固流化床的分选性能提供了借鉴。