|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
煉油主體裝置分餾塔頂離子平衡模型及中和劑評(píng)選技術(shù)研究
技術(shù)成熟度1)通過(guò)中和劑評(píng)選技術(shù)優(yōu)選得到的中和劑復(fù)配配方，與煉廠(chǎng)中現(xiàn)行的配方 比較后發(fā)現(xiàn)，新配方可以獲得綜合性能更為優(yōu)越的中和劑。2)依據(jù)離子平衡模型技術(shù)開(kāi)發(fā)的軟件，針對(duì)裝置污水罐 pH 的計(jì)算與實(shí)際值 誤差大部分在 3%以下，最大誤差不超過(guò) 10%.3)由預(yù)測(cè)模型中獲得的銨鹽結(jié)晶趨勢(shì)預(yù)估情況，與實(shí)際生產(chǎn)中塔頂?shù)膶?shí)際 腐蝕情況基本吻合。
西安交通大學(xué)
2021-04-11
.jpg){kind=logo}
一種鋰電池分?jǐn)?shù)階變階等效電路模型及其辨識(shí)方法
本發(fā)明公開(kāi)了一種鋰電池分?jǐn)?shù)階變階等效電路模型及其辨識(shí)方法,包括運(yùn)行時(shí)間電路及電池IV特性電路,電池IV特性電路中的電容采用變階的分?jǐn)?shù)階電容.本發(fā)明將二階RC電路模型推廣到非整數(shù)階,并基于最小二乘法辨識(shí)不同SOC處的模型參數(shù)和分?jǐn)?shù)階階數(shù),從而獲得一個(gè)根據(jù)SOC變階的分?jǐn)?shù)階等效電路模型.分?jǐn)?shù)階的引入實(shí)現(xiàn)了模型階數(shù)的連續(xù)變化,使得模型更加穩(wěn)定,動(dòng)態(tài)性能更優(yōu),精度更高;分?jǐn)?shù)階的變階實(shí)現(xiàn)了模型更多的自由度,更大的柔性和新意.由于未增加RC網(wǎng)絡(luò)的個(gè)數(shù),本發(fā)明的分?jǐn)?shù)階模型有效解決了模型準(zhǔn)確性和實(shí)用性之間的矛盾,適用于電池的各種工況,具有較高的實(shí)用價(jià)值,為SOC的精確估計(jì)提供了一個(gè)精確且易實(shí)現(xiàn)的電池模型。
山東大學(xué)
2021-04-13
.jpg){kind=logo}
一種適用于多道次壓縮的本構(gòu)模型的建立方法
本發(fā)明公開(kāi)了一種適用于多道次壓縮的本構(gòu)模型的建立方法， 目的在于提供一種測(cè)定多道次壓縮過(guò)程中的本構(gòu)模型的方法，解決現(xiàn) 有技術(shù)存在的多道次壓縮帶來(lái)再結(jié)晶引起的應(yīng)力軟化原有本構(gòu)模型的 影響問(wèn)題。本發(fā)明既能反應(yīng)材料在多道次壓縮過(guò)程中的微觀(guān)組織演變， 也能描述宏觀(guān)的材料流動(dòng)行為，適用于多道次壓縮過(guò)程的物理基和唯 像型結(jié)合的本構(gòu)模型。與現(xiàn)有技術(shù)相比，使用本發(fā)明得到的本構(gòu)模型 與實(shí)際的工藝過(guò)程相符。通過(guò)實(shí)際檢測(cè)證明，該方法不僅適
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
一種基于替代模型空間映射技術(shù)的成品帶通濾波器調(diào)試技術(shù)
微波濾波器是無(wú)線(xiàn)通信基站和衛(wèi)星通信系統(tǒng)的關(guān)鍵器件，被廣泛應(yīng)用于衛(wèi)星系統(tǒng)和無(wú)線(xiàn)通信系統(tǒng)的射頻前端。在實(shí)際生產(chǎn)設(shè)計(jì)中，種種誤差導(dǎo)致設(shè)計(jì)的濾波器很難實(shí)現(xiàn)設(shè)計(jì)指標(biāo)。成品微波/毫米波器件的后期調(diào)試在實(shí)際應(yīng)用中占據(jù)著舉足輕重的地位。傳統(tǒng)的人工成品調(diào)試工作由專(zhuān)業(yè)的調(diào)試技術(shù)工人完成，這種方式不僅耗時(shí)長(zhǎng)，且對(duì)技術(shù)工人的調(diào)試經(jīng)驗(yàn)有很高的要求，人工成本高。 一種基于替代模型空間映射技術(shù)的成品帶通濾波器調(diào)試
南方科技大學(xué)
2021-04-14
一種基于自適應(yīng)邊緣檢測(cè)和映射模型的一維碼識(shí)別算法
本發(fā)明公開(kāi)了一種基于自適應(yīng)邊緣檢測(cè)和映射模型的一維碼識(shí) 別算法。該算法利用一維碼四個(gè)角點(diǎn)對(duì)一維碼圖片進(jìn)行投影變換，校 正一維碼圖像中可能存在的投影或者仿射變形，然后利用校正后的圖 像生成兩種掃描線(xiàn)，一種是基于圖像分塊的，一種是基于梯度變化的， 對(duì)于獲得的掃描線(xiàn)采用一種自適應(yīng)邊緣檢測(cè)算法來(lái)找到一維碼條和空 的邊緣位置，接著采用一種邊緣映射模型將獲得的邊緣位置映射到正 確的編碼位置，根據(jù)編碼位置來(lái)獲得條和空的寬度，從而依據(jù)條空的 寬度比和編碼規(guī)則求解一維碼信息。按照本發(fā)明實(shí)現(xiàn)的一維碼識(shí)別算 法，能實(shí)現(xiàn)對(duì)
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
一種基于形狀相關(guān)性活動(dòng)輪廓模型的超聲圖像分割方法
本發(fā)明公開(kāi)了一種基于形狀相關(guān)性活動(dòng)輪廓模型的超聲圖像分割方法，包括以下步驟：步驟 1：針 對(duì)連續(xù)超聲圖像中病灶區(qū)域形狀變化之間的相關(guān)性信息進(jìn)行挖掘并構(gòu)建形狀相關(guān)性的低秩模型；步驟 2： 構(gòu)建基于低秩約束的活動(dòng)輪廓模型；步驟 3：構(gòu)建基于增廣拉格朗日的優(yōu)化算法用于快速計(jì)算分割結(jié)果。 本發(fā)明解決了傳統(tǒng)的基于有監(jiān)督統(tǒng)計(jì)學(xué)習(xí)的分割方法在訓(xùn)練集不足和面對(duì)超聲圖像中病灶區(qū)域邊緣模 糊和病灶區(qū)域形狀形變的情況下分割結(jié)果不準(zhǔn)確的結(jié)果。
武漢大學(xué)
2021-04-14
基于自組織映射模型云軟件性能異常錯(cuò)誤診斷方法與系統(tǒng)
本發(fā)明公開(kāi)了一種基于自組織映射模型的云軟件性能異常錯(cuò)誤 診斷方法，包括：追蹤記錄待檢測(cè)的軟件在云環(huán)境中運(yùn)行時(shí)的系統(tǒng)調(diào) 用信息；分析出現(xiàn)性能異常的虛擬機(jī)上軟件運(yùn)行時(shí)系統(tǒng)調(diào)用序列，劃 分每個(gè)進(jìn)程對(duì)應(yīng)的系統(tǒng)調(diào)用序列；根據(jù)劃分得到的進(jìn)程系統(tǒng)調(diào)用序列 建立檢測(cè)模型，并對(duì)可疑進(jìn)程進(jìn)行異常檢測(cè)；計(jì)算出現(xiàn)異常的進(jìn)程中 最相關(guān)的系統(tǒng)調(diào)用，排序后輸出。本發(fā)明能夠準(zhǔn)確完整地記錄軟件運(yùn) 行時(shí)的行為，能夠自動(dòng)化建模并且檢測(cè)出異常的系統(tǒng)運(yùn)行過(guò)程
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
一種臥式隧道襯砌模型試驗(yàn)臺(tái)臺(tái)面可封土導(dǎo)向推理板
本發(fā)明提供了一種臥式隧道襯砌模型試驗(yàn)臺(tái)臺(tái)面可封土導(dǎo)向推力板，屬于土木工程技術(shù)領(lǐng)域，推力板簡(jiǎn)單放置于試驗(yàn)臺(tái)面之上，底部會(huì)受到左右不均的較大摩擦力，造成推力板左右受力不均，四塊推力板易形成菱形結(jié)構(gòu)，使得圍巖及襯砌模型受力不均，影響測(cè)試結(jié)果。本發(fā)明推板的兩條垂向十字筋的下方設(shè)有“凹”形槽，凹”形槽焊接在試驗(yàn)臺(tái)面上，“凹”形槽的底部設(shè)有滾柱，十字筋的垂向下端面與滾柱相切；滑板為工字型梁結(jié)構(gòu)，其一端置于推力板的滑板槽內(nèi)，并與滑板槽內(nèi)的滾柱相切。主要用于臥式隧道襯砌模型試驗(yàn)臺(tái)臺(tái)面可封土導(dǎo)向推力試驗(yàn)。
西南交通大學(xué)
2016-10-20
一種閉環(huán)控制系統(tǒng)的模型與對(duì)象不匹配的檢測(cè)方法
本發(fā)明公開(kāi)了一種閉環(huán)控制系統(tǒng)的模型與對(duì)象不匹配的檢測(cè)方法,在工業(yè)過(guò)程正常運(yùn)行時(shí)獲取當(dāng)前系統(tǒng)的閉環(huán)數(shù)據(jù)，利用該數(shù)據(jù)獲取模型質(zhì)量指標(biāo)，根據(jù)模型質(zhì)量指標(biāo)的值來(lái)檢測(cè)模型與對(duì)象的匹配程度；模型質(zhì)量指標(biāo)越接近于 1，模型與對(duì)象的匹配度越高；該模型質(zhì)量指標(biāo)不受控制器的調(diào)節(jié)參數(shù)的改變與干擾模型變化的影響；該方法可有效地把模型與對(duì)象不匹配從其它影響控制性能的因素中分離出去，更清晰地分析出模型與對(duì)象不匹配對(duì)控制系統(tǒng)性能的影響。另外，采用
華中科技大學(xué)
2021-04-14
一種紅外目標(biāo)投影模型指導(dǎo)的飛機(jī)感興趣區(qū)測(cè)譜方法
本發(fā)明公開(kāi)了一種紅外目標(biāo)投影模型指導(dǎo)的飛機(jī)感興趣區(qū)測(cè)譜方法，包括：(1)建立投影姿態(tài)數(shù)據(jù)庫(kù)；(2)對(duì)實(shí)測(cè)飛機(jī)目標(biāo)紅外圖像進(jìn)行測(cè)譜，包括：(2.1)實(shí)測(cè)獲得飛機(jī)目標(biāo)紅外圖像；(2.2)獲得目標(biāo)各感興趣區(qū)域輪廓；(2.3)將投影姿態(tài)數(shù)據(jù)庫(kù)與實(shí)測(cè)的目標(biāo)各感興趣區(qū)域輪廓進(jìn)行比對(duì)，確定飛機(jī)的姿態(tài)以及在此種姿態(tài)下的各感興趣區(qū)域的對(duì)應(yīng)幾何關(guān)系；(2.4)根據(jù)整體輪廓與各個(gè)感興趣區(qū)域之間的相互關(guān)系，確定各感興趣區(qū)域的具體坐標(biāo)；(2.
華中科技大學(xué)
2021-04-14