摘要：输电线路的绝缘子定期巡检是必不可少的一项任务,而传统的人工巡检存在着效率低、工作强度大等问题。因此,本文设计了一种改进的U-Net模型实现对绝缘子的分割,并使用改进的YOLOv5实现在复杂背景下对爆破绝缘子的定位。本文基于U-Net图像语义分割模型,提出一种改进的网络结构SERes-Unet。模型引入残差结构减少卷积过程中存在的梯度消失、结构信息损耗的影响,引入注意力机制对特征权重进行校正,从而提升网络性能。为实现对高分辨率图像的爆破绝缘子检测,提出将图片进行切割再进行检测,再通过非极大值抑制(Non-maximum suppression,NMS)进行筛选,获取图像全部爆破绝缘子的位置。本文设计的多组实验验证了模型的有效性和高效性。本文方法绝缘子分割精度达到0.96,爆破绝缘子检测精确率达到0.97,召回率达到0.99。

摘要：为了控制醋酸阿比特龙的质量,本研究以现有工艺为基础设计合成了5个有关杂质:杂质A、杂质E、杂质H、杂质G和杂质M。以阿比特龙(ABTL-1)为起始原料,分别通过消除反应、取代反应、氧原子上烃化反应得到杂质A、杂质E和杂质H;以醋酸阿比特龙(ABTL-2)为起始原料,分别被氯铬酸吡啶鎓和间氯过氧苯甲酸氧化得到杂质G和杂质M。通过MS、1H NMR、HPLC等表征手段,分别对其进行结构确证和纯度检测,结果表明:合成的有关杂质结构正确,纯度均大于98%,可作为醋酸阿比特龙质量控制的对照品。