摘要：超声催化气体传感器是一种具备识别气体种类与分析气体浓度能力的新型单气体传感器,现有的数据库识别与K值判别方法存在校准工作量大与识别准确率不高的问题,因此提出一种基于神经网络的气体种类与浓度识别方法。结合实验采集的数据,利用随机森林(RF)与互信息(MI)等特征选择方法选择最优特征组合,设计神经网络结构,实现气体种类和浓度识别。实验表明:气体分类模型预测在1%~20%爆炸下限(LEL)浓度的甲醇、乙醇、丙酮和氢气分类正确率能达到96.88%,通过鲸鱼算法优化后的分类模型分类正确率提高至97.82%;气体浓度预测模型对甲醇、乙醇、丙酮和氢气浓度预测误差分别为3.49%、2.5%、10.12%、9.76%。结果表明,神经网络能有效进行超声催化气体单传感器的气体分类与浓度识别。

摘要：以敦煌莫高窟游客服务中心工程为例,介绍了该建筑多种曲面结构及建造施工难点。主要包括曲面结构的空间放测技术,模板选择、设计、制作、成型及支撑体系,钢筋绑扎、成型,混凝土浇筑等内容。针对项目施工的技术难点,采取多方案比较并借鉴多种复杂混凝土结构施工工艺,成功地解决了工程施工建造的技术难题,丰富完善了多项曲面体混凝土结构的施工工艺,取得了良好的建造效果。

摘要：提出了一种基于虚拟仪器平台的压延机在线测厚系统.采用基于线阵CCD的光学投影法实现薄片产品在线厚度测量.设计了基于C8051单片机的集成化传感器模块和二维坐标数据采集模块,对厚度值及其位置坐标进行记录.应用虚拟仪器开发平台LabVIEW构建基于PC机的数据采集和控制系统,PC机与各测量模块间通过USB和RS485串行总线进行通讯,通过PC机中的虚拟仪器界面实现对测厚系统的控制和数据分析.实验表明:该测量系统在10 mm测量范围内的在线测量标准偏差为20μm,可以高效、准确地完成压延机产品的在线测量任务.

摘要：研制测量薄膜相对介电常数的仪器,用于生产中在线监测薄膜的厚度。该仪器采用将平行板电容器充满薄膜的电容值与充满空气的电容值相比的方法得出薄膜的相对介电常数,并采用等位环技术,减小了两极板在边缘处产生边缘效应所带来的误差,大大提高了测量的精度和准确性。实验表明该仪器使用方便、实用,且有较高的精度。

摘要：科技的发展，使得电子产品和人们的生活息息相关，改善着人们的生活。电子产品在工作的时候，一般都需要电源并且其内部DSP要完成各种功能的实现，这样就会产生各种各样的电磁辐射和干扰，同时受到其他电子产品的影响。要使得电子产品稳定可靠的工作，设计之初就必须重视电磁兼容的问题，包括电磁抗干扰。通过对数字液晶电视机的电磁抗干扰现象的具体设计改进和分析，针对性的在PCB LAYOUT、电路改进、元器件的使用、增强接地和屏蔽措施，有效的提升了系统对电磁干扰的承受，满足销往目的地的标准。

摘要：圆短筒谐振式密度传感器的主要优点是适合于在线连续测量,测量精度高,易实现数字化传输,抗干扰能力强,稳定性和可靠性好.圆短筒谐振式密度传感器以圆筒谐振子为核心,基于正反馈原理,由激振元件、拾振元件、谐振子和放大电路组成高品质的闭环谐振系统.我们采用有限元法分析方法,研究计算了圆筒谐振子静力学特性和模态响应等动力学特性.设计了圆筒谐振子闭环振荡电路,单片机信号处理系统.对密度传感器进行标定和温度补偿.分析了影响测量结果的各个因素,给出了20℃时传感器测量结果的不确定度.通过实验可靠性高又实用的圆筒谐振燃油密度传感器测量精度达到0.4kg/m.

摘要：石化企业消防车实战型的训练模式存在诸多弊端,随着现代计算机和电子信息技术的快速发展,虚拟现实技术因具备新型技术优势而被科研人员广泛用于消防模拟训练系统的开发,从而为解决传统训练方式存在的问题提供了技术支持。本文正是在虚拟现实交互技术基础上,通过集成Cortex嵌入式技术,设计一款能够用于消防车模拟训练的仿真系统。

摘要：平台利用先进的三维技术,融合石化企业的生产经营管理,针对石化管线的特性,设计开发了石化管线隐患治理综合管理平台,将GIS技术和日常安全生产有机集成,实现了数据的统一管理和综合查询、管道运行的远程监控和管道检维修及空间定位等功能,可有效提高管廊系统日常管理效率和事故决策分析水平。

摘要：位于甘肃省某市某办公楼,12层框架一剪力墙结构,东西走向成'一'字形布置,建筑面积10380m2.±0.00以上填充墙采用加气混凝土砌块、M5水泥砂浆(设计为混合砂浆).刻办公楼于1998年11月竣工,同时发现少部分填充墙出现裂缝,施工单位随即进行了修补.到1999年2月份时,发现大部分填充墙体粉刷层都不同程度地出现了裂缝,且裂缝密集而且明显.

摘要：自卫式干扰机发射的瞄准干扰使多种基于信号处理的被动干扰抑制方法失效,对现代雷达产生了严重威胁,频率捷变作为一种主动对抗方式为对抗瞄准干扰提供了可能。针对传统随机跳频抗干扰性能不稳定、频点选取自由度有限、策略学习所需时间长等问题,该文面向频率捷变雷达,提出了一种快速自适应跳频策略学习方法。首先设计了一种频点可重复选取的频率捷变波形,为最优解提供了更多选择。在此基础上,通过利用雷达与干扰机持续对抗收集到的数据,基于深度强化学习的探索与反馈机制,不断优化频点选取策略。具体来说,通过将上一时刻雷达频点及当前时刻感知到的干扰频点作为强化学习输入,神经网络智能选取当前时刻各子脉冲频点,并根据目标检测结果以及信干噪比两方面评价抗干扰效能,从而优化策略直至最优。从提高最优策略收敛速度出发,设计的输入状态不依赖历史时间步、引入贪婪策略平衡搜索-利用机制、配合信干噪比提高奖励差异。多组仿真实验结果表明,所提方法能够收敛到最优策略且具备较高的收敛效率。