太阳辐射作用下浮顶油罐温度场的数值模拟

为了研究太阳辐射对浮顶油罐温度场的影响,有必要掌握受太阳辐射影响原油在浮顶油罐中的温度变化规律。通过分析浮顶油罐与环境换热过程,建立2×10^4 m^3浮顶油罐的三维模型,对一天内浮顶油罐油品及罐壁的温度变化进行数值模拟。结果表明:在以太阳辐射为主的环境变化影响下,浮顶油罐的近壁面和浮盘处会产生温度梯度较大的高温油层,深层油品温度受到的影响较小。结合模拟结果,提出了考虑太阳辐射时,在不同条件下使用不同罐壁温度计算公式的建议,从而降低浮顶油罐容积的修正误差。     

基于理论吸收光谱的棉纤维波长筛选方法

马克隆值是评价棉纤维品质的一个重要指标,提出一种基于Gaussian软件的波长筛选方法,以期提高红外光谱法测定棉纤维马克隆值的准确性。采用基于哈特里-福克方程(简称HF)的从头算计算法、半经验分子轨道AM1方法和密度泛函理论DFT对棉纤维分子进行量子化学计算,并将计算结果与棉纤维红外光谱图进行比较分析,从而得到最优理论计算方法及其基组,进而通过分析该最优理论红外光谱图得到特征波长。该方法筛选出的特征波长为3 727～3 567、3 005～2 700、1 250～1 000 cm~(-1)。分别利用此特征波长与连续投影法(SPA)选出的特征波长建立偏最小二乘(PLS)模型,对比分析的结果表明,使用Gaussian软件DFT密度泛函理论的B3LYP/6-311+G~(**)方法可以较为准确地得到最优光谱图,该理论光谱波长筛选方法可以优选出高信噪比的波长。基于Gaussian软件的波长筛选方法能够简化红外建模步骤并提高红外光谱定量模型的性能。     

基于多尺度特征融合和密集连接网络的疏果期黄花梨植株图像分割

由于自然环境下果蔬植株的果实、枝干和叶片等目标尺度不一、边缘不规则,因此造成其准确分割较为困难.针对该问题,提出1种多尺度特征融合和密集连接网络(Multi-scale feature fusion and dense connection net-works,MDNet)以实现黄花梨疏果期植株图像的准确分割.在研究中借鉴了编码-解码网络,其中编码网络采用DenseNet对多层特征进行复用和融合,以改善信息传递方式;解码网络使用转置卷积进行上采样,结合跳层连接融合浅层细节信息与深层语义信息;在编码、解码之间加入空洞空间金字塔池化(Atrous spatial pyramid pooling,AS-PP)用于提取不同感受野的特征图以融合多尺度特征,聚合上下文信息.结果表明,ASPP有效提高了模型的分割精度,MDNet在测试集上的平均局域重合度(MIoU)为77.97％,分别较SegNet、Deeplabv2和DNet提高了8.10个、5.77个和2.17个百分点,果实、枝干和叶片的像素准确率分别为93.57％、90.31％和95.43％,实现了黄花梨植株果实、枝干和叶片等目标的准确分割.在翠冠梨植株图像的独立测试中,MIoU为70.93％,表明该模型具有较强的泛化能力,对自然环境下果蔬植株图像的分割有一定的参考价值.     

基于图像处理的青冈栎叶绿素含量检测系统研究

为了实时、便捷、经济地获取植物叶绿素含量,研究了基于OPENCV机器视觉库的青冈栎叶绿素含量实时检测系统。首先通过数码照相机获得叶片图像,对图像进行阈值分割,图像噪声处理和图像遍历,获得图像R、G、B值。然后对图像R、G、B进行各种组合变化获到不同的图像颜色特征参数,分析各图像颜色特征参数与青冈栎叶片叶绿素含量的相关性,并对相关系数较高的叶片图像颜色特征参数与叶绿素含量进行拟合分析,结果显示图像特征参数R、R-B、(R-B)/(R+B)均达到非常显著相关。在此基础上建立叶绿素含量检测模型,基于C++程序语言,OPENCV视觉库以及QT4界面程序,编写青冈栎叶绿素含量检测系统。最后将系统检测结果与其他方法进行了比较,系统检测结果平均误差为7.19%,最大误差为12.65%,验证了该系统的有效性和准确性。     

高速摄影技术分析射流式鱼泵流量对鱼运动规律影响

采用高速摄影技术初步研究了草鱼、团头鲂和鲫鱼等3种鱼类在射流式鱼泵内的运动规律,分析了鱼类逆流游动率、逆流游动过泵时间、姿态变化率及鱼类与泵壁面碰撞所受力与工作流体流量之间的关系。试验研究表明:在5种工作流体流量工况下,随着工作流体流量的增加,鱼类逆流游动率逐渐降低,过泵时间逐渐减少,姿态变化率逐渐升高,所受碰撞力逐渐升高;在工作流体流量较低时,鱼类逆流游动率超过85%,过泵时间均超过300 ms,姿态变化率均小于6%,所受碰撞力在1～3 N的范围内;在工作流体流量较高时,鱼类逆流游动率在50%～85%之间,过泵时间在125～175 ms之间,大多数情况下姿态变化率9%～18%之间,所受碰撞力在5～7N的范围内;在试验所用3种试验鱼中,草鱼的过泵时间最长,姿态变化率最高,并在大部分工况中所受碰撞力最大。     

基于PDS算法的不同光照下模型传递研究

针对在室外光照对样品使用近红外光谱检测带来误差的问题,提出基于模型传递来减少检测误差的方法。以圆黄梨为样品,分析样品在室内、室外阴影下的近红外光谱,建立室内光谱的PLS模型。采用分段直接校正(Piecewise Direct Standardization,PDS)算法,减小室内外光谱差距,使得室内PLS模型能预测室外光谱。结果表明,在室内建立的模型能预测经PDS算法传递后的室外光谱,预测决定系数(R2)和标准差(Root Mean Square Error of Prediction,RMSEP)分别为0.64和0.565 27,能有效地解决室外光照对光谱检测影响的问题。     

基于电子鼻技术的有机绿茶贮存期评价方法探讨

有机绿茶香气的质和量与其贮存期密切相关。采用常温下逐年贮存1～16年的有机绿茶样,使用电子鼻（E-nose）分析其香气。以化学计量学方法以及机器学习方法,比如核岭回归（Kernel ridge regression,KRR）、支持向量回归（Support vector regression,SVR）和反向传播神经网络（Back propagation neural networks,BPNN）等多元回归分析方法,建立电子鼻传感信号与茶叶贮存期之间的回归模型,并对各模型的性能进行评估。结果表明,BPNN模型具有较强的非线性拟合能力,集中地验证进一步证实了BPNN模型的泛化性能。研究结果表明基于金属氧化半导体（Metal oxide semiconductor,MOS）传感器的电子鼻分析方法可作为有机绿茶贮存期评估中的替代方法,结合BPNN模型,为实际生产中长期贮存的绿茶品质鉴别提供有效的预测模型。     

四回路保护阀启闭特性检测系统建模仿真与实验验证

四回路保护阀(简称四保阀)启闭特性检测系统中,管路孔径、压力数据采集频率对四保阀的开启压力、关闭压力检测结果影响较大,由于目前缺乏相关研究,导致不同检测系统的检测结果无法比对。在研究阀体力学模型及流量特性模型的基础上,构建了四保阀检测的启闭动态过程数学模型,搭建了启闭特性检测系统的AMESim仿真模型并进行了研究。结合实测实验数据,对管路孔径和采样间隔对四保阀启闭检测结果的影响进行了分析。结果表明:进气节流孔越大,开启压力检测时间越短,检测数据稳定性越差;排气管路孔径越大,关闭压力越大;数据采集频率越高,开启压力检测数据稳定性越好;进气节流孔面积为0.5 mm2,采样间隔为0.001 s,可同时兼顾开启压力检测的稳定性和效率。     

基于正弦转速调制的离心旋转血泵温度场分析

为研究转速调制引起的血泵内部流场温度变化是否会导致血液损伤,应用计算流体动力学方法对旋转血泵运行时的全流道流动过程进行数值模拟.计算中采用动态压力拟合公式作为进出口边界条件,选择在换热领域精确度更高的SST湍流模型.计算叶轮分别在匀转速状态和正弦调制转速状态下不同时刻的温度分布、温度升高到39~43 ℃时的潜在高温风险区域以及大于43 ℃时的极端高温风险区域在血泵中的位置分布和各区域的体积大小,同时结合血泵结构对比分析了其内部的动态温升变化情况.研究结果表明:血泵流场在正弦调制转速时的温升高于匀转速状态下的流场,并产生高温风险区域;温升与血泵的叶轮结构密切相关,高温集中在靠近下泵壳的叶轮前缘和内侧;2种转速工况对血泵进出口处的血液温度影响均在2 ℃的安全浮动范围内,不会对血泵外部的血液造成损伤.