摘要：目的螺栓是输电线路中数量最多的紧固件,一旦出现缺陷就会影响电力系统的稳定运行。针对螺栓缺陷自动检测中存在的类内多样性和类间相似性挑战,提出了一种融合先验信息和特征约束的Faster R-CNN(faster regions with convolutional neural network)模型训练方法。方法在航拍巡检图像预处理阶段,设计了基于先验信息的感兴趣区域提取算法,能够提取被识别目标的上下文区域,从而减少模型训练阶段的数据量,帮助模型在训练阶段关注重点区域,提高其特征提取能力。在模型训练阶段,首先通过费舍尔损失约束Faster R-CNN模型的输出特征生成,使样本特征具有较小的类内距离和较大的类间间隔;然后采用K近邻算法处理样本特征得到K近邻概率,将其作为难易样本的指示以引导模型后续更加关注难样本。结果在真实航拍巡检图像构建的螺栓数据集上进行测试,与基线模型相比,本文模型使螺栓识别的平均精度均值(mean average precision,mAP)提高了6.4%,其中正常螺栓识别的平均精度(average precision,AP)提高了0.9%,缺陷螺栓识别的平均精度提高了12%。结论提出的融合先验信息和特征约束的输电杆塔螺栓缺陷检测方法在缺陷螺栓识别上获得了良好的效果,为实现输电线路螺栓缺陷的自动检测奠定了良好的基础。

摘要：对于利用单一蓄能难以提升火电机组变负荷速率的情况,综合利用凝结水节流调节和冷却工质节流调节2种快速变负荷方式改善火电机组变负荷性能。确定了凝结水节流调节功率增量范围、凝结水节流调节持续时间以及冷却工质节流调节功率增量范围;在保证机组安全运行的情况下,对传统的自动增益控制(AGC)负荷指令分解方式进行改进,并对分解后的负荷指令进行优化。结果表明:所设计的系统在保证机组安全运行的前提下,具有很好的变负荷效果,提升了机组整体的变负荷速率,实现了火电机组不同蓄能间的合理高效利用。

摘要：提出了一种以入口NO_(x)质量浓度预测值作为前馈的多模型γ增量型阶梯式广义预测串级控制策略。首先,设计3个典型工况下的γ-SGPC-PID串级控制器,然后通过模糊增益调度构建全局控制器,最后将基于VMD-ARIMA的入口NO_(x)质量浓度预测值作为前馈,构建了前馈-反馈SCR脱硝控制系统。结果表明:该前馈-反馈控制系统可以对氨气质量流量进行准确调节,降低出口NO_(x)质量浓度的波动变化,提高了变工况下SCR脱硝系统的控制品质。

摘要：针对场景图像语义分割任务中存在多尺度目标以及特征提取网络缺乏对全局上下文信息的获取等问题,设计了一种嵌入改进自注意力机制以及自适应融合多尺度特征的双路径分割算法。在空间路径利用双分支的简易下采样模块进行4倍下采样提取高分辨率的边缘细节信息,使网络对目标边界分割更精确。在语义路径嵌入上下文捕获模块和自适应特征融合模块,为解码阶段提供具有丰富多尺度的高语义上下文信息,并采用类别平衡策略进一步提升分割效果。经过实验验证,该模型在Camvid和Aeroscapes数据集上的MIOU(mean intersection over union)指标分别为59.4%和60.1%,具有较好的分割效果。

摘要：水胺硫磷作为一种高效广谱农药常用于蔬菜害虫防治,但其高毒性、易残留的特点对人体健康构成巨大风险,为此本文提出利用基于超材料的太赫兹技术检测蔬菜中低质量浓度的水胺硫磷。根据开口谐振环原理设计了一款高性能超材料,其品质因数Q达到65。通过测试白菜叶中不同质量浓度水胺硫磷在超材料下的太赫兹频谱,建立了谐振峰频移量与质量浓度的指数拟合模型,其决定系数R2达到0.99765,实验检测质量浓度最低至0.00087 mg/L。相较于传统方法,超材料结合太赫兹技术不仅具有更低的检测限还简化了预处理环节。因此本文提出方法可高效、快速地检测蔬菜中低质量浓度的水胺硫磷。

摘要：目的在抗屏摄鲁棒图像水印算法的研究中,如何在保证含水印图像视觉质量的同时提高算法的鲁棒性是存在的主要挑战。为此,提出一种基于深度学习的端到端网络框架以用于鲁棒水印的嵌入与提取。方法在该网络框架中,本文设计了包含摩尔纹在内的噪声层用以模拟真实屏摄噪声造成的失真,并通过网络训练来学习到抵抗屏摄噪声的能力,增强网络生成的含水印图像的鲁棒性;同时引入了最小可察觉失真(just noticeable distortion,JND)损失函数,旨在通过监督图像的JND系数图与含有水印信息的残差图之间的感知差异来自适应控制鲁棒水印的嵌入强度,以提高生成的含水印图像的视觉质量。此外,还提出了两种图像区域自动定位方法,分别用于解决:拍摄图像中前景与背景分割即含水印图像区域的定位矫正问题,以及含水印图像经过数字裁剪攻击后的解码问题。结果实验结果表明,引入JND损失函数后嵌入水印图像的视觉质量得到了提高,平均的峰值信噪比(peak signalto-noise ratio,PSNR)、结构相似性(structural similarity,SSIM)可分别达到30.9371 dB和0.9424。加入摩尔纹的噪声模拟层后,所提算法的误码率可下降1%~3%,具有抵抗屏摄噪声的能力。另外,将图像的R通道嵌入用于抗裁剪的模板,使得算法可有效抵抗较大程度的数字裁剪攻击。本文算法的计算复杂度较低,对单幅图像进行嵌入时,定位与提取操作的总耗时小于0.1 s,可满足实际应用场景的实时性需求。结论本文算法的嵌入容量和生成的含水印图像视觉质量较为理想,且在不同拍摄距离、角度以及不同拍摄和显示设备条件下的鲁棒性优于已报道的主流算法。

摘要：火电厂燃烧产生NO_(x)会污染大气环境,设计精确高效的NOx实时软测量方案对于节能减排至关重要。该文提出一种基于pix2pix的NO_(x)排放预测模型。采用互信息对影响NOx生成的主要变量进行重要性排序并选择相关特征变量,构建基于pix2pix生成对抗网络模型,通过生成器和判别器的博弈训练优化参数。基于某660MW燃煤机组的运行参数进行仿真验证,并与基于长短期记忆网络、反向传播神经网络和最小二乘支持向量机的典型NO_(x)预测模型进行对比,结果表明所提方法可有效解决数据维度增加带来的预测困难,具有较高的预测精度和较小误差。

摘要：单分子免疫检测,是指将免疫复合物限制在极小的体积内,对产生的信号进行计数,是一种“数字化”的免疫检测技术。单分子免疫检测仪的核心类似于一个荧光显微系统,但普通的荧光显微镜结构复杂,且与生物芯片规格无法匹配,不能很好地满足检测需求。针对自行研制的生物芯片规格,合计了一套高性能的单分子免疫检测光学系统。根据设计要求,确定了合适的初始结构;在荧光显微系统原理和像差分析理论的基础上,使用光学设计软件Zemax对系统进行反复优化设计;设计出了满足单分子免疫检测成像要求的光学系统。系统的成像部分由15片折射透镜组成,工作距离为4mm,放大倍率为-4.52,调制传递函数值在奈奎斯特频率73lp/mm处均大于0.44,畸变为0.8%,照明部分采用柯勒照明方式,在整个视场范围内,物面上的照度均匀度达到97%。整个系统采用国产常规玻璃,有利于加工和降低成本。经优化后的高分辨率荧光显微系统结合当前发展成熟的全自动化检测技术,可以极大提高单分子免疫检测的检测灵敏度和准确率。

摘要：为了高效、简洁地存储体参数化模型中的信息,提出支持体参数化模型表达的翼面数据结构.首先,提取体参数化模型的几何信息、拓扑信息和参数化信息,其中,几何信息主要包括体参数化模型的节点矢量、阶数与控制点,拓扑信息主要包括体参数化模型子片之间的曲面共享信息,参数化信息主要包括子片的参数方向.然后,使用类似边界表达模型的翼边数据结构存储所提取的信息,形成支撑体参数化模型的翼面数据结构,基于该数据结构实现体参数化模型的查找、插入、细化与删除等操作.利用所开发的体参数化建模软件构建多个体参数化模型实例,展示翼面数据结构的存储与操作过程,结果表明该数据结构能够高效地实现查找、细化等操作,并且基于该数据结构的模型最大数据压缩量达到47.9%,为复杂体参数化模型的构建及应用提供了良好的支撑.

摘要：二维材料具有高折射率和高透光率等优异光学特性,利用激光加工氧化石墨烯材料,会发生还原反应并生成具有类石墨烯材料特性的还原氧化石墨烯,这使得基于氧化石墨烯材料设计菲涅耳透镜成为可能。相较于传统的光学透镜及微型光学透镜,这一设计将透镜的尺寸从厘米级缩减到纳米级。针对工作波长532 nm设计了基于氧化石墨烯薄膜的菲涅耳透镜,通过瑞利–索末菲衍射理论及电磁场数值仿真测试了菲涅耳透镜的聚焦效果,并且通过滴铸法制备了氧化石墨烯薄膜(约500 nm),在薄膜上用激光加工菲涅耳透镜,最终得到透镜聚焦光斑直径2.14µm,聚焦效率41.2%。相比旋涂法制备氧化石墨烯薄膜,滴铸法制备氧化石墨烯具有效率高、价格低廉的优点。该设计为纳米级的基于氧化石墨烯的光学系统的集成化和大规模生产提供了可能。