【摘 要】
：
Coal is of utmost importance for the energy and chemical engi-neering fields of China,as it contributes to 56.8％ of primary energy supply in 2020 in the country.\"On the one hand,coal is the major source of energy and resources for its rich endowment in
【机 构】
：
Taiyuan University of Technology,China;Tianjin University,China
论文部分内容阅读
Coal is of utmost importance for the energy and chemical engi-neering fields of China,as it contributes to 56.8％ of primary energy supply in 2020 in the country.\"On the one hand,coal is the major source of energy and resources for its rich endowment in China;However,on the other hand,it is the major source of environmen-tal pollution due to the implementation of outdated technologies.
其他文献
储氢技术是氢能燃料电池发展的核心问题,本文对燃料电池储氢技术在中国的专利申请进行统计,对申请时间分布、技术方向分类、主要申请人构成、法律状态等方向进行分析,为该领域研究人员及企业提供研究态势和发展思路参考。
针对金属基体的非金属材质涂层的厚度测量,提出一种基于数字解调与涡流技术的检测方法。针对拾取涡流信号的电感式传感探头,理论分析了涡流电感大小与涂层厚度之间的关系。设计了集激励与放大处理为一体的对称式低噪差分电路,并采用STM32单片机对差分放大信号进行采集与处理。应用基于数字解调原理的信号拟合算法,自动求解采集信号的特征值。以提离距离测量代替涂层厚度测量的方式,搭建了实验平台。使用位移平台按一定步长运动10~500μm的提离量,并利用光栅对平台运动位移进行实时计量。根据测量信号反演算提离量大小。实验结果表明
针对基于边缘的视觉里程计方法对光度变化敏感、提取边缘不稳定的问题,提出了基于深度相机的边缘融合直接位姿估计方法。融合了传统方法与深度学习的优势进行边缘提取,提高了边缘提取的信噪比;然后将提取的边缘进行基于直接法的相机位姿估计,并使用非参数统计的方法拟合边缘像素残差,给出参与计算的像素权重,使得所提方法对光度变化具有更强的鲁棒性。在TUM数据集上的实验结果表明:该方法取得了较好的位姿估计精度。
通过对不同锂离子电池正常工作和热失控的化学机理的对比分析,识别出不同锂离子电池的安全本质区别,初步确认锂离子电池热失控两个非常重要的因素是热量和氧气,依据热失控过程中是否释放大量的氧气,将船用锂离子电池划分为1级和2级两个安全等级。结合电池船用潜在风险、船舶结构和航行环境特点,将电池系统与船舶布置综合考虑,提出多层级安全防护策略。针对不同安全等级的锂离子电池在防控措施实施的差异化,提出船用锂电池从电芯到系统,再到全船的整套安全防护措施。
利用光体积描记法(PPG)的优点,设计了反射式光电肌肉收缩传感器电路。用可编程恒流源驱动红外LED发出红外光照射到肌肉组织中,光在肌肉中经过"香蕉状"的传输路径最终散射出来,出射光强与肌肉的收缩程度相关。光电探测电路将微弱的出射光信号转换为电信号。经过后继滤波和放大电路处理后,由单片机进行AD采样。经测试,电路的各参数符合预期。运用设计的电路检测肱二头肌的等长收缩,经过两种手臂姿态的测试和分析,电
现代科考船安装有大功率变频器和精密科考仪器,日趋严重的电网谐波和日益增长的洁净电源需求形成严重矛盾;同时为了保障科考任务正常进行,实验室供电的连续性和安全性越发重要。为了向实验室设备提供洁净、连续、安全电源,本文分析了隔离变压器、电机-发电机组、UPS等设备的工作原理,介绍了电缆的选型、敷设、接地等的原则:有利于提高电网抗干扰性、连续性和安全性。并对普通隔离变压器、电机-发电机组、UPS的抗干扰性能进行了测试和对比:电机-发电机组输出的谐波最小,普通隔离变压器输出的谐波最大,科考UPS输出的谐波和电机-发
针对金属注射成型(MIM)工业生产零件由于缺陷细微导致的肉眼识别率低和人力资源耗费严重的问题,设计了一种基于卷积神经网络(CNN)的缺陷检测识别方法。利用迁移学习解决当前由于训练数据少而导致识别率低的问题,并提出了一种轻量化特征重用网络模型,对MIM工艺生产的小模数齿轮进行缺陷检测。实验结果表明:训练模型在MIM齿轮缺陷检测的准确率达到98%以上,可对零件实现快速、准确的检测,该检测识别技术可以应用于同类的零件制造业完成分类和检测任务,在工业上具有重要的研究价值和实践意义。
在基于可穿戴传感器的人体行为识别领域中,提取原始数据的有效特征和建立合适的分类模型是提高识别准确率的关键。针对上述问题,提出一种改进的深度卷积神经网络(DCNN)模型,在经典的DCNN模型中增加了信号融合单元,并提出一种将时间序列转换成单通道行为图片的方法,由加速度、角速度和俯仰角信号构成的行为图片在经过信号融合单元处理后,可实现跨通道的信息融合,然后提取行为图片的张量特征,实现对行走、奔跑、坐下
为了适应精准畜牧业理念,提出了一种改进的K-SVD算法用于牛的个体身份识别。在K-SVD算法基础上,更改了稀疏编码阶段字典原子的选择方式,使算法更加适用于图像分类问题。构造了包含20头牛的牛脸图像数据集IMCFR20,利用该数据集分析稀疏度与字典原子数对识别效果的影响。实验结果表明:改进后的算法识别率达到90%以上,识别效果有了较大提升,为利用图像进行牛的个体识别问题提供了可行的方案。
为了改善井下人员定位精度不足的问题,提出了一种基于巷道分区和鸡群优化(CSO)的井下无线传感器网络(WSNs)定位算法。将相邻两个锚节点间的区域等分,按照这些区域接收到附近锚节点的接收信号强度指示(RSSI)值的大小,对其进行等级标记,并根据未知节点接收到的RSSI值判断其所属区域,最后在该区域内利用改进的CSO算法通过迭代寻优确定未知节点的精确位置。仿真结果表明:所提算法在锚节点密度、测距误差等