论文部分内容阅读
密闭容器液位高精度探测方法研究
【摘 要】
：
液位是工业实际生产中重要的检测与控制参数之一,其相关探测的方法被广泛应用于化工、食品、医药等行业。液位测量技术经过不断的发展,分为接触式测量液位和非接触式液位测量,尽管直接接触的液位探测技术方案已经十分成熟,但是接触式液位测量存在探测器容易被腐蚀、容器内部的液体容易发生渗漏、且不便于日常进行检修和使用后的维护等一些劣势,且有极大可能会对部分饮用液体造成污染,进而破坏产品质量。实现无触的液位测量是当
【机 构】
：
中北大学
【出 处】
：
中北大学
【发表日期】
：
2021年01期
【基金项目】
：
其他文献
无线电频谱作为国家的公共资源,也是重要的国家战略资源。随着通信技术的发展,在移动通信、无线网络服务,以及军事应用等诸多方面,对无线通信的需求都在急剧地增长,这导致无线电频谱资源日趋匮乏,使用形势越来越严峻。如何使频谱的利用更加科学合理,这是面临的重大课题。频谱感知技术能够自主地发现“频谱空穴”,从而提高频谱的利用率。软件无线电(SDR)技术灵活简便,性价比高,为将来进行定制化无线电信号的频谱感知监
学位
智能轮椅给行动不便人群提供了就业、生活等方面的帮助,针对此应用背景,本课题展开的可适用于复杂地形的智能轮椅的相关研究具有一定的理论与实用价值。本文以模块化思路制定了适用于复杂地形的智能轮椅的系统结构框架和各个模块系统,包括智能轮椅四轮驱动系统、自动调平系统、避障系统和自动定位与通信系统。以STM32F103ZET6微控制器为核心,设计相应的外围电路的智能控制硬件平台,完成了整机的软、硬件设计,实现
学位
鬼成像,又名关联成像,是一种利用空间强度关联原理对待测物体信息进行重构的间接成像方法。与传统的成像技术相比,这种非局域的鬼成像技术可突破传统成像中光能量在阵列式探测器像素上对分配强度的限制、有效扩展成像范围,是目标检测与识别的重要前提,在X射线医学影像、城市安防监控等领域具有极大的应用价值。但实际环境成像过程不仅需要大量测量数据,而且成像结果也存在着对比度差、信噪比低、成像速度慢等局限,严重制约着系统在医学影像诊断、安防监控等领域的探测效果。因此,如何在低采样次数下优化鬼
学位
近些年来,石墨烯以其优异的热学、力学和电学特性广泛的应用于传感器领域。以石墨烯为敏感单元制作的温度传感器具有灵敏度高,测温范围大,响应时间短等优点,因此其在温度环境的测量中有较大的发展潜力。基于此,本文提出一种以氮化硼/石墨烯温敏结作为敏感膜片、蓝宝石衬底作为热传导膜片的温度传感器,并对其关键制作工艺和温敏特性进行了研究。本文主要完成了传感器芯片结构和工艺方案设计、传感器工艺制作、温敏特性测试以及
学位
超宽带(UWB)无线通信技术以其抗干扰能力强、定位精度高、系统容量大的优势,在室内定位领域得到了广泛的应用。但在一些设备仪器较多、人员密集的工厂内,存在标签数量较多、非视距和系统噪声干扰严重的问题,使得系统定位的实时性和精确度较差。因此,对非视距环境下多标签实时精确定位的研究具有一定工程应用价值。本文基于TDOA定位机制,搭建了高密度下的室内精确定位系统。针对待标签数量较多的问题,定位系统采用AL
学位
微波层析成像(Microwave tomography,MWT)是近几年来发展起来的新的工业层析成像检测技术,具有非接触、安全等特点,被广泛应用于各个领域。随着科技的发展,人们对检测的精度和速度提出了更高的要求。在实际环境中因设备成本、微波传感器之间信号干扰及待测物质本身的特性无法直接从硬件方面提高MWT系统的整体性能。因此,在不增加设备的情况下,通过研究重建算法改善MWT系统的精度和速度具有非常
学位
地下浅层震源定位技术是地下空间定位领域研究的热点,该技术可以有效解决高价值弹药地下炸点定位以及侵彻轨迹测量等问题,也是实现地质监测,工程爆破、文物防盗监测、煤矿勘察等民用问题的重要手段。鉴于目前地下速度模型复杂,无法满足地下能量场的高精度重建,使得生成的能量场图像中能量聚焦区域模糊,分辨率低,造成地下浅层震源的定位难度大,定位精度低。针对上述问题,本文开展了基于深度学习的地下浅层震源扫描定位方法研
学位
材料组分表征算法可了解材料内部的组分分布,对研究检测物体结构及其物理化学性质有着重要意义。由于双能CT引入了衰减系数随能量变化的信息,所以可在无损条件下实现材料的组分表征,但在常规CT系统中,X射线能量为连续能谱分布,使得投影数据与重建算法对投影的单能假设不匹配,这导致重建图像中存在较严重的噪声和硬化伪影,影响组分表征结果的准确性。针对噪声问题,常用的解决方法是引入正则项抑制噪声对组分表征结果的影
学位
雨水的存在会改变图像内容和色彩,造成图像成像模糊、图像色彩偏暗等问题,严重影响人的主观视觉感受和户外计算机视觉系统任务,在目标检测中,由于雨水遮挡图像中目标,导致目标识别和定位的准确率降低。因此,有效去除图像中的雨条纹,提高图像的能见度,具有重要意义和实际应用价值。现有的图像去雨方法存在去雨结果中残留部分雨条纹、丢失细节信息以及图像偏暗等问题。针对这些问题,本文开展基于深度学习的图像去雨增强算法研
学位
轮毂作为汽车的重要构成部件和主要受力部件,目前主流制造工艺是低压铸造,在生产过程中可能会出现诸如气孔、缩孔或缩松等内部缺陷,严重影响产品质量,必需在出厂前使用X射线进行无损检测。汽车轮毂使用X射线检测的核心工作是准确判断被检轮毂有无缺陷以及缺陷的等级大小,传统的人工判定方式具有劳动强度大、检测结果主观性强、难以量化等缺点,使用深度学习学习算法来实现缺陷的自动判定一直是学术界和产业界的研究热点,但目
学位