摘要：通过对变流场电除尘技术与常规电除尘技术的本体结构特征、荷电粉尘在电场中的受力、有效收尘面积及电场风速进行分析,搭建了冷态物理试验中试平台,对变流场电除尘技术与常规电除尘技术进行了除尘性能试验。结果表明,变流场电场结构在增加总集尘面积、改变气体流向、降低电场风速的条件下,除尘性能没有得到突破,且除尘效率略有下降。从变流场格栅极板结构特性及电流密度角度分析了其除尘效率差的原因,同时提出了改进措施,以期提高变流场电除尘器运行效率,为电除尘器电场结构优化和设计提供参考。

摘要：针对移动服务机器人室内作业环境中场景物体在图像中表现为不同色块聚集的特点,提出一种基于色彩分层及多尺度滤波的场景分割方法。通过构建色彩分层模型对场景图像进行分层处理,设计算法对图层中连通域的数量和尺寸进行检测,根据检测结果设计多尺度滤波器进行目标分割。建立系统对机器人作业过程的全局环境及局部场景进行实验,场景分层和分割的平均正确率分别达到了97.1%和93.05%,实验结果表明,该方法能有效地对场景中具有明显色彩的区域进行分割。

摘要：低低温电除尘和电袋除尘是燃煤电厂两种典型的颗粒物超低排放技术。文章综述了低低温电除尘器和电袋除尘器的研究进展,并进行了技术对比。另外,以某660MW机组为例,将低低温电除尘与电袋除尘的烟气净化系统进行经济性比较。结果表明,各烟气工况下满足除尘器出口粉尘浓度低于15mg/m^(3)的设计要求时,低低温电除尘(包括烟冷器和电除尘器)和电袋除尘的一次投资费用分别为10 600万元与8060万元,但低低温电除尘器年运行费用仅为电袋除尘器年运行费用的12%,而且随着运行时间的延长,低低温电除尘器的经济效益将更加显著。

摘要：“试弓定力”诠释使用杠杆测量弓的挽力,研究开发设计“试弓定力”科普展具,对明晰和追溯科学测力计量理论具有实际应用价值,同时通过测力互动解决“科普难”。一、“试弓定力”计量科普展具1.古代的“试弓定力”《周礼·考工记·弓人为弓》记载:“量其力,有三钧,均谓之九和。为天子之弓,合九而成规。为诸侯之弓,合七而成规。

摘要：【目的】针对野外环境下断蕾机器人对多特征的变量目标快速识别难题,以及目标受到树叶、遮挡及光照影响精度的问题,提出多特征目标的快速识别方法。【方法】提出对香蕉果实、果轴和花蕾这3个目标进行多尺度特征提取及模型分类,融合聚类算法设计新的目标候选框参数,提出改进YOLOv3模型及网络结构参数的YOLO-Banana模型;为了平衡速度和准确度,用YOLO-Banana和Faster R-CNN分别对变化尺寸的香蕉多目标进行试验,研究算法对识别精度与速度的影响。【结果】YOLO-Banana和Faster R-CNN这2种算法识别香蕉、花蕾和果轴的总平均精度分别为91.03%和95.16%,平均每张图像识别所需时间分别为0.237和0.434 s。2种算法精度均高于90%,YOLO-Banana的速度相对快1.83倍,更符合实时作业的需求。【结论】野外蕉园环境下,采用YOLO-Banana模型进行香蕉多目标识别,可满足断蕾机器人视觉识别的速度及精度要求。

摘要：为了提高农业机器人在复杂野外环境下采摘油茶果的速度和准确性,针对机器人视觉感知的关键技术,设计了一种农业机器人果实检测、定位和采摘系统。首先,使用双目相机采集油茶果的左右图像;然后,应用先进的目标检测网络YOLOv4-tiny检测出左右图像中的油茶果;再次,不同于传统的双目相机图像的立体匹配技术,根据YOLOv4-tiny网络生成的预测框提取出油茶果图像的感兴趣区域,并根据预测框的生成机制自适应地进行立体匹配以求解出视差,为后续使用三角测量原理求出油茶果采摘点提供参考;最后,使用基于Eye-in-Hand手眼标定的农业机器人进行采摘试验,验证了本研究的可行性和准确性。试验结果表明:YOLOv4-tiny网络能够精确和实时地检测油茶果,提出的定位方法满足采摘机器人的应用需求,验证了本研究的可行性和准确性。研究可为果园环境中作业的农业采摘机器人视觉感知关键技术提供参考。