|
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}
一種基于靜電控制扭擺的導(dǎo)體表面電勢(shì)測(cè)量儀
本發(fā)明提供了一種基于靜電控制扭擺的導(dǎo)體表面電勢(shì)測(cè)量儀，包括懸絲、探針支架，掃描探針，多自由度微位移平移臺(tái)，角度傳感器，控制系統(tǒng)和反饋執(zhí)行機(jī)；掃描探針設(shè)置在探針支架的任意一個(gè)端面上；懸絲懸掛探針支架構(gòu)成扭擺；工作時(shí)，待測(cè)樣品設(shè)置在多自由度微位移平移臺(tái)上，待測(cè)樣品的待測(cè)表面正對(duì)且平行于掃描探針的端面；掃描探針的端面與待測(cè)表面不接觸；當(dāng)掃描探針與待測(cè)樣品之間存在相互作用時(shí)，角度傳感器將檢測(cè)的扭擺的扭轉(zhuǎn)信息傳給控制系統(tǒng)；進(jìn)行 PID 運(yùn)算后獲得的反饋控制電壓傳給反饋執(zhí)行機(jī)，產(chǎn)生一個(gè)與外力矩等大的反饋控制力矩
華中科技大學(xué)
2021-04-14
一種基于廣義第二類貝塔分布的洪水頻率分析方法
本發(fā)明公開了一種基于廣義第二類貝塔分布的洪水頻率分析方法，屬于水文學(xué)中的洪水預(yù)報(bào)領(lǐng)域。該發(fā)明方法率先將廣義第二類貝塔分布引入洪水頻率分析中，建立洪水概率密度預(yù)測(cè)模型，并依據(jù)分布函數(shù)特點(diǎn)采用最大熵原理實(shí)現(xiàn)洪水概率密度預(yù)測(cè)模型的參數(shù)推導(dǎo)，將河流歷年洪峰序列代入?yún)?shù)推導(dǎo)公式中求出參數(shù)，再將參數(shù)代入洪水概率密度預(yù)測(cè)模型，最后利用完整的洪水概率密度預(yù)測(cè)模型預(yù)測(cè)大規(guī)模洪水的概率預(yù)測(cè)。本發(fā)明的洪水概率分析方法非常適合水文頻率分析，其擬合效果基本優(yōu)于水文中的其它傳統(tǒng)分布，本發(fā)明為水文頻率分析提供了一種更加有效的途徑
華中科技大學(xué)
2021-04-14
一種基于敏感性分析的梯級(jí)水電站調(diào)度方案評(píng)價(jià)方法
本發(fā)明公開了一種基于敏感性分析的梯級(jí)水電站調(diào)度方案評(píng)價(jià)方法，在梯級(jí)水電站制定出日計(jì)劃發(fā)電調(diào)度方案的基礎(chǔ)上，通過改變徑流大小、改變徑流方差對(duì)水庫入庫徑流的蒙特卡洛模擬，通過改變負(fù)荷大小對(duì)電網(wǎng)負(fù)荷的蒙特卡洛模擬，模擬徑流的不確定性和負(fù)荷的不確定性，進(jìn)而通過常規(guī)優(yōu)化調(diào)度模型計(jì)算電站運(yùn)行指標(biāo)參數(shù)，統(tǒng)計(jì)分析參數(shù)指標(biāo)敏感性的平均值和方差從而實(shí)現(xiàn)對(duì)調(diào)度方案進(jìn)行評(píng)價(jià)的優(yōu)劣。本發(fā)明可用于定量評(píng)價(jià)發(fā)電調(diào)度方案是否健壯，是否能應(yīng)對(duì)徑流和負(fù)荷的不確定性。
華中科技大學(xué)
2021-04-14
一體化集中空氣處理系統(tǒng)的控制裝置及控制方法
本發(fā)明公開了一種用于集中空氣處理系統(tǒng)的控制裝置，包括：多個(gè)變頻器，其分別與多個(gè)風(fēng)機(jī)連接，用于控制對(duì)應(yīng)風(fēng)機(jī)的轉(zhuǎn)動(dòng)頻率以對(duì)生成風(fēng)量大小進(jìn)行調(diào)節(jié)；多個(gè)執(zhí)行器，其分別與多個(gè)風(fēng)閥以及表冷器水閥連接，用于控制各風(fēng)閥和水閥以完成對(duì)輸送或排出風(fēng)量大小的調(diào)節(jié)；多個(gè)傳感器，其分別設(shè)置在多個(gè)風(fēng)管上以及表冷器的冷凍水管上，用于采集溫度以及室內(nèi) CO2 濃度；控制器，其對(duì)傳感器數(shù)據(jù)進(jìn)行處理，從而生成信號(hào)以控制各變頻器和執(zhí)行器對(duì)各風(fēng)機(jī)、風(fēng)閥和水閥進(jìn)行調(diào)節(jié)，完成送風(fēng)和回風(fēng)與新風(fēng)和排風(fēng)的協(xié)調(diào)，實(shí)現(xiàn)室內(nèi)空氣處理。本發(fā)明利用溫濕度及二
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
一種基于魯棒低秩張量的高光譜圖像去噪方法
本發(fā)明提出了一種基于魯棒低秩張量的高光譜圖像去噪方法，包括建立高光譜圖像噪聲的數(shù)學(xué)模型， 構(gòu)造高光譜圖像魯棒低秩張量（RLRTR）去噪模型，求解 RLRTR 去噪優(yōu)化模型。本發(fā)明充分利用高光 譜圖像（HSI）的先驗(yàn)知識(shí)，高光譜圖像被不同的噪聲污染，如高斯噪聲、脈沖噪聲、死像素和條帶噪 聲等。利用干凈的高光譜圖像數(shù)據(jù)具有潛在的低秩張量特性以及異常和非高斯噪聲具有稀疏性的特性， 同時(shí)分別采用核范數(shù)和 l2,1 范數(shù)來表征低秩和稀疏特性；本發(fā)明的技術(shù)
武漢大學(xué)
2021-04-14
基于柔性鐵電薄膜的流體驅(qū)動(dòng)式壓電傳感器及其制備方法
本發(fā)明公開了一種基于柔性鐵電薄膜的流體驅(qū)動(dòng)式壓電傳感器及其制備方法，包括玻璃基片和微流 控芯片基片；玻璃基片上集成有兩相平行的 P(VDF-TrFE)電紡絲薄膜條；微流控芯片基片制作有微溝道 和分布于微溝道兩側(cè)的電極凹槽；微流控芯片基片還設(shè)有進(jìn)樣口、出樣口和銀漿注入口，進(jìn)樣口、出樣 口與微溝道兩端連通，銀漿注入口與電極凹槽連通；玻璃基片和微流控芯片基片鍵合，?P(VDF-TrFE) 電紡絲薄膜條位于微溝道和電極凹槽底部。本發(fā)明制作簡單，成本低廉
武漢大學(xué)
2021-04-14
一種季銨化殼聚糖衍生物的均相合成方法
本發(fā)明公開了一種季銨化殼聚糖衍生物的均相合成方法，首先殼聚糖粉末分散于 7wt?%?KOH?/ ?8?wt?%?LiOH?/?8?wt?%尿素水溶液中，然后迅速冷凍至溶液完全結(jié)冰，再在室溫下攪拌 解凍，得到殼聚糖溶液;向殼聚糖溶液中逐滴加入 3-氯-2-羥丙基三甲基氯化銨水溶液，于 0?oC?~?50?oC 機(jī)械攪拌反應(yīng)，得到季銨化殼聚糖衍生物。所用的殼聚糖溶劑無毒、無污染、價(jià)格低廉;整個(gè)合成方法 操作簡便、反應(yīng)條件溫和、速度快且不需要加入有機(jī)溶劑作稀釋劑。所
武漢大學(xué)
2021-04-14
一種傾斜航空影像中建筑物立面損毀檢測(cè)的方法和裝置
本發(fā)明公開了一種傾斜航空影像中建筑物立面損毀檢測(cè)的方法，包括步驟一，利用基于粗糙集理論 的 k-means 聚類算法對(duì)建筑物立面分割，獲得建筑物立面的門窗；二，利用 canny 算法對(duì)建筑物立面的 門窗進(jìn)行邊緣檢測(cè)，獲得門窗的邊緣特征；三，利用經(jīng)濟(jì)學(xué)中的基尼系數(shù)對(duì)所述邊緣特征進(jìn)行統(tǒng)計(jì)，獲 得建筑物立面的基尼系數(shù)；四，根據(jù)所述基尼系數(shù)判定建筑物立面是否損毀。本發(fā)明具有不需要先驗(yàn)信 息和災(zāi)前數(shù)據(jù)的情況下，能簡單高效的進(jìn)行建筑物立面損毀檢測(cè)，降低了方
武漢大學(xué)
2021-04-14
一種適用于電力線路巡航的無人機(jī)無線充電系統(tǒng)
本實(shí)用新型涉及無線電能傳輸技術(shù)，特別涉及一種適用于電力線路巡航的無人機(jī)無線充電系統(tǒng)，包 括輸電線端、充電平臺(tái)和無人機(jī)端，其中：輸電線端包括交流互感器 CT 發(fā)射端；充電平臺(tái)包括依次連 接的交流互感器 CT 接收端、無線充電發(fā)射組件，還包括設(shè)置在充電平臺(tái)上的遮蔽棚；無線充電發(fā)射組 件包括依次連接的電源模塊、驅(qū)動(dòng)模塊和發(fā)射模塊；無人機(jī)端包括依次連接的無線充電接收組件、電池 組和定位模塊；電池組包括依次連接的指示燈、電量檢測(cè)模塊和電量顯示模塊。該無線
武漢大學(xué)
2021-04-14
基于概率加權(quán) FDC 法的河流生態(tài)需水量計(jì)算方法
本發(fā)明提供一種基于概率加權(quán) FDC 法的河流生態(tài)需水量計(jì)算方法，包括徑流資料系列排頻分析， 將年均徑流系列和逐月月均徑流系列劃分為豐平枯組；構(gòu)建各月豐平枯組等級(jí)內(nèi)的日流量歷時(shí)曲線，選 取 90%歷時(shí)點(diǎn)對(duì)應(yīng)的流量作為生態(tài)需水量，計(jì)算初始豐平枯典型年的各月生態(tài)需水量；利用 Copula 函 數(shù)構(gòu)建年月來水概率的聯(lián)合分布，計(jì)算概率權(quán)重；利用上述計(jì)算得到的初始豐平枯典型年的各月生態(tài)需 水量和概率權(quán)重，計(jì)算最終豐平枯典型年的各月生態(tài)需水量。本發(fā)明方法為定
武漢大學(xué)
2021-04-14